国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

opencv python 輪廓特征/凸包/外接矩形/外接圓/擬合矩形/擬合直線/擬合圓

tulayang / 1824人閱讀

摘要:因此,邊界矩形的面積不會最小設,為矩形的左上角坐標,,為寬度和高度代碼最小外接矩形返回一個結構,其中包含以下,,,,畫上述矩形代碼最小封閉圈擬合橢圓擬合直線

Contour Features

1 圖像的矩

cv2.moments()
圖像的矩可以幫助計算物體的某些特征,如對象的質心,對象的區域等.

代碼

import cv2
import numpy as np

img = cv2.imread("img7.png",0)
ret,thresh = cv2.threshold(img,127,255,0)
im2,contours,hierarchy = cv2.findContours(thresh, 1, 2)

cnt = contours[0]
M = cv2.moments(cnt)
print( M )

輸出:{"m00": 283.0, "m10": 8260.666666666666, "m01": 34747.666666666664, "m20": 251349.8333333333, "m11": 1008063.0, "m02": 4274513.166666666, "m30": 7941981.4, "m21": 30484543.9, "m12": 123258620.46666667, "m03": 526819846.70000005, "mu20": 10223.989595602674, "mu11": -6208.702394974302, "mu02": 8080.874165684916, "mu30": 8302.495426246896, "mu21": -14552.154961312423, "mu12": 11791.528133469663, "mu03": -3268.923251092434, "nu20": 0.12765785058625623, "nu11": -0.07752253611575, "nu02": 0.10089867729257346, "nu30": 0.006162296011483629, "nu21": -0.010800931752771139, "nu12": 0.008751933371317017, "nu03": -0.0024262672459139235}

此刻,可以提取有用的數據,如面積,質心等.
質心由關系給出:

cx = int(M["m10"]/M["m00"])
cy = int(M["m01"]/M["m00"])
2輪廓面積

cv2.contourArea(contour[, oriented])

3輪廓周長

cv2.arcLength(curve, closed)
第二個參數指定形狀是否為閉合輪廓

4輪廓近似

它根據我們指定的精度將輪廓形狀近似為具有較少頂點數的另一個形狀.它是Douglas-Peucker算法的一種實現方式.

cv2.approxPolyDP(curve, epsilon, closed[, approxCurve])

第二個參數epsilon,它是從輪廓到近似輪廓的最大距離.第三個參數指定曲線是否閉合.

下面,在第二幅圖像中,綠線表示epsilon =弧長的10%的近似曲線. 第三幅圖像顯示相同的epsilon =弧長的1%.
代碼

import cv2
import numpy as np

img = cv2.imread("img8.png")
cv2.imshow("src",img)
imgray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgray, 127, 255, 0)
im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnt = contours[1]

epsilon = 0.1*cv2.arcLength(cnt,True)
approx = cv2.approxPolyDP(cnt,epsilon,True)
cv2.polylines(img, [approx], True, (0, 0, 255), 2)

cv2.imshow("show",img)
cv2.waitKey()



5凸包

凸包看起來類似輪廓近似,但是它不是(兩者在某些情況下可能提供相同的結果).

convexHull(points[, hull[, clockwise[, returnPoints]]]):檢查曲線的凸性缺陷并進行修正.

points:傳入的輪廓

hull:輸出

clockwise:方向標志,如果為True,則順時針方向輸出凸包.

returnPoints:默認情況下為True,然后它返回hull points的坐標; 如果為False,則返回與hull points對應的輪廓點的索引

下面的手形圖像. 紅線表示手的凸包, 雙面箭頭標記顯示凸起缺陷.

代碼

import cv2
import numpy as np

img = cv2.imread("img8.png")

imgray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgray, 127, 255, 0)
im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnt = contours[1]

hull = cv2.convexHull(cnt)

returnPoints = True,得到以下值:

array([[[192, 135]],
       [[  9, 135]],
       [[  9,  12]],
       [[192,  12]]], dtype=int32)

如果想找到凸性缺陷,需要傳遞returnPoints = False,得到以下結果:

array([[129],
       [ 67],
       [  0],
       [142]], dtype=int32)
       

這些是輪廓中相應點的索引,檢查第一個值:

cnt[129]

Out[3]: array([[192, 135]], dtype=int32)

與第一個結果相同.

6 檢查凸性

cv2.isContourConvex(contour):檢查曲線是否凸起

7 外接矩形 7.1 直邊外接矩形

它是一個直的矩形,它不考慮對象的旋轉。因此,邊界矩形的面積不會最小.
cv.boundingRect()
設(x,y)為矩形的左上角坐標,(w,h)為寬度和高度
代碼

import cv2
import numpy as np

img = cv2.imread("img7.png")

imgray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgray, 127, 255, 0)
im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnt = contours[0]

x,y,w,h = cv2.boundingRect(cnt)
cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)

cv2.imshow("show",img)
cv2.waitKey()

7.2 最小外接矩形

cv.minAreaRect返回一個Box2D結構,其中包含以下detals - (center(x,y),(width,height),rotation of rotation)
cv.boxPoints畫上述矩形.

代碼

rect = cv2.minAreaRect(cnt)
box = cv2.boxPoints(rect)
box = np.int0(box)
cv2.drawContours(img,[box],0,(0,0,255),2)

8 最小封閉圈
(x,y),radius = cv2.minEnclosingCircle(cnt)
center = (int(x),int(y))
radius = int(radius)
cv2.circle(img,center,radius,(0,255,0),2)

9 擬合橢圓
ellipse = cv2.fitEllipse(cnt)
cv2.ellipse(img,ellipse,(0,255,0),2)

10 擬合直線
rows,cols = img.shape[:2]
[vx,vy,x,y] = cv2.fitLine(cnt, cv2.DIST_L2,0,0.01,0.01)
lefty = int((-x*vy/vx) + y)
righty = int(((cols-x)*vy/vx)+y)
cv2.line(img,(cols-1,righty),(0,lefty),(0,255,0),2)

文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。

轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/42002.html

相關文章

  • opencv python 輪廓屬性/縱橫比/Extent/Solidity/等效直徑/掩模/極點

    摘要:請注意,和最大值和最小值及它們的位置我們可以使用掩模圖像得到這些參數平均顏色或平均強度在這里,我們可以找到對象的平均顏色。我們再次使用掩模完成它極點目標最上面,最下面,最左邊,最右邊的點 Contour Properties 1 縱橫比 它是對象的邊界矩形的寬度與高度的比率. $$ Rspect Ratio = frac{Width}{Height} $$ x,y,w,h = cv2...

    AJie 評論0 收藏0
  • 最小外接矩形思路以及實現

    摘要:最小外接矩形外接矩形計算對一個凸多邊形進行外接矩形計算,需要知道當前面的最大和最小值,即可獲得外接矩形最小外接矩形計算對凸多邊形的每一條邊都繪制一個外接矩形求最小面積。 最小外接矩形 外接矩形計算 對一個凸多邊形進行外接矩形計算,需要知道當前面的最大xy 和最小xy值,即可獲得外接矩形 showImg(https://segmentfault.com/img/remote/146000...

    qiangdada 評論0 收藏0

發表評論

0條評論

最新活動
閱讀需要支付1元查看
<