Python實(shí)現(xiàn)圖片查找輪廓、多邊形擬合、最小外接矩形代碼

更新時(shí)間：2020年07月14日 08:43:39 作者：南洲.

這篇文章主要介紹了Python實(shí)現(xiàn)圖片查找輪廓、多邊形擬合、最小外接矩形代碼，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(guò)來(lái)看看吧

1、概述

經(jīng)常用到輪廓查找和多邊形擬合等opencv操作，因此記錄以備后續(xù)使用。本文代碼中的閾值條件對(duì)圖片沒(méi)有實(shí)際意義，僅僅是為了測(cè)試。

原圖為：

2、測(cè)試代碼：

import cv2
import numpy as np

img = cv2.imread('/home/yasin/coffe.jpg')
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

_, contours, hierarchy = cv2.findContours(img_gray, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

cv2.drawContours(img, contours, -1, (255, 0, 255), 1)
cv2.namedWindow('Result of drawContours', 0)
cv2.imshow('Result of drawContours', img)
cv2.waitKey()

cnt = 0
for i in range(len(contours)):
 arclen = cv2.arcLength(contours[i], True)
 epsilon = max(3, int(arclen * 0.02)) # 擬合出的多邊形與原輪廓最大距離，可以自己設(shè)置，這里根據(jù)輪廓周長(zhǎng)動(dòng)態(tài)設(shè)置
 approx = cv2.approxPolyDP(contours[i], epsilon, False) # 輪廓的多邊形擬合
 area = cv2.contourArea(contours[i]) # 計(jì)算面積
 rect = cv2.minAreaRect(contours[i])
 box = np.int0(cv2.boxPoints(rect)) # 計(jì)算最小外接矩形頂點(diǎn)
 h = int(rect[1][0])
 w = int(rect[1][1])
 if min(h, w) == 0:
 ration = 0
 else:
 ration = max(h,w) /min(h,w) # 長(zhǎng)寬比

 # 對(duì)長(zhǎng)寬比，輪廓面積，擬合出的多邊形頂點(diǎn)數(shù)做篩選
 if ration < 10 and area > 20 and area < 4000 and approx.shape[0] > 3 :
 # 對(duì)滿(mǎn)足條件的輪廓畫(huà)出輪廓的擬合多邊形
 cv2.polylines(img, [approx], True, (0, 255, 0), 1)

cv2.namedWindow('Result of filtered', 0)
cv2.imshow('Result of filtered', img)
cv2.waitKey()

畫(huà)出的所有輪廓：

在原輪廓基礎(chǔ)上畫(huà)出篩選后的輪廓（綠色部分，沒(méi)有實(shí)際意義）：

補(bǔ)充知識(shí)：OpenCV python 輪廓(連通域)最小外接圓形

原圖:[cc.jpg]

import cv2
import numpy as np

def main():

  # 1.導(dǎo)入圖片
  img_src = cv2.imread("cc.jpg")

  # 2.灰度化,二值化
  img_gray = cv2.cvtColor(img_src, cv2.COLOR_BGR2GRAY)
  ret, img_bin = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY)

  # 3.連通域分析
  img_bin, contours, hierarchy = cv2.findContours(img_bin,
                 cv2.RETR_LIST,
                 cv2.CHAIN_APPROX_SIMPLE)

  # 4.獲取最小外接圓 圓心 半徑
  center, radius = cv2.minEnclosingCircle(contours[0])
  center = np.int0(center)

  # 5.繪制最小外接圓
  img_result = img_src.copy()
  cv2.circle(img_result, tuple(center), int(radius), (255, 255, 255), 2)

  # 6.顯示結(jié)果圖片
  cv2.imshow("img_src", img_src)
  cv2.imshow("img_result", img_result)

  cv2.waitKey()
  cv2.destroyAllWindows()

if __name__ == '__main__':
  main()

處理結(jié)果:[img_sult.jpg]