快捷導(dǎo)航

python 生成任意形狀的凸包圖代碼

更新時(shí)間：2020年04月16日 09:28:47 作者：Mr.Q

這篇文章主要介紹了python 生成任意形狀的凸包圖代碼，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧

一、效果圖：

在左圖的白色區(qū)域周圍，畫任意形狀的凸包圖。

二、代碼

import cv2
import numpy as np
 
def generate_poly(image, n, area_thresh):
 """
 隨機(jī)生成凸包
 :param image: 二值圖
 :param n: 頂點(diǎn)個(gè)數(shù)
 :param area_thresh: 刪除小于此面積閾值的凸包
 :return: 凸包圖
 """
 row, col = np.where(image[:, :, 0] == 255) # 行,列
 point_set = np.zeros((n, 1, 2), dtype=int)
 for j in range(n):
  index = np.random.randint(0, len(row))
  point_set[j, 0, 0] = col[index]
  point_set[j, 0, 1] = row[index]
 hull = []
 hull.append(cv2.convexHull(point_set, False))
 drawing_board = np.zeros(image.shape, dtype=np.uint8)
 cv2.drawContours(drawing_board, hull, -1, (255, 255, 255), -1)
 cv2.namedWindow('drawing_board', 0), cv2.imshow('drawing_board', drawing_board), cv2.waitKey()
 
 # 如果生成面積過小，重新生成
 if cv2.contourArea(hull[0]) < area_thresh:
  drawing_board = generate_poly(image, n, area_thresh)
 
 # 如果生成洞，重新生成
 is_hole = image[drawing_board == 255] == 255
 if is_hole.all() == True: # 洞，則drawing_board所有為255的地方，image也是255，all()即為所有位置
  drawing_board = generate_poly(image, n, area_thresh)
 return drawing_board
 
 
img = np.zeros((256, 256, 3), np.uint8)
cv2.circle(img, (100, 100), 50, (255, 255, 255), -1)
cv2.namedWindow('img', 0), cv2.imshow('img', img), cv2.waitKey()
 
img_hull = generate_poly(img, 8, 100)
cv2.namedWindow('img_hull', 0), cv2.imshow('img_hull', img_hull), cv2.waitKey()

補(bǔ)充知識(shí)：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

Contour Features

1 圖像的矩

cv2.moments()

圖像的矩可以幫助計(jì)算物體的某些特征，如對(duì)象的質(zhì)心，對(duì)象的區(qū)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(shù)據(jù)，如面積，質(zhì)心等.

質(zhì)心由關(guān)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(gè)參數(shù)指定形狀是否為閉合輪廓

4輪廓近似

它根據(jù)我們指定的精度將輪廓形狀近似為具有較少頂點(diǎn)數(shù)的另一個(gè)形狀.它是Douglas-Peucker算法的一種實(shí)現(xiàn)方式.

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

第二個(gè)參數(shù)epsilon，它是從輪廓到近似輪廓的最大距離.第三個(gè)參數(shù)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(jié)果）.

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

points:傳入的輪廓

hull：輸出

clockwise：方向標(biāo)志，如果為True，則順時(shí)針方向輸出凸包.

returnPoints：默認(rèn)情況下為True，然后它返回hull points的坐標(biāo)；如果為False，則返回與hull points對(duì)應(yīng)的輪廓點(diǎn)的索引

下面的手形圖像. 紅線表示手的凸包，雙面箭頭標(biāo)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(jié)果:

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

這些是輪廓中相應(yīng)點(diǎn)的索引,檢查第一個(gè)值：

cnt[129]
Out[3]: array([[192, 135]], dtype=int32)

與第一個(gè)結(jié)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(gè)直的矩形，它不考慮對(duì)象的旋轉(zhuǎn)。因此，邊界矩形的面積不會(huì)最小.

cv.boundingRect()

設(shè)（x，y）為矩形的左上角坐標(biāo)，（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(gè)Box2D結(jié)構(gòu)，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)