其他分享
首页 > 其他分享> > 对象测量

对象测量

作者:互联网

在这里插入图片描述

在这里插入图片描述

import cv2 as cv
import numpy as np


def measure_object(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    print("threshold value: %s" % ret)
    cv.imshow("binary image", binary)

    contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
    for i, contour in enumerate(contours):
        cv.drawContours(image, contours, i, (0, 255, 255), 1)   # 画轮廓

        area = cv.contourArea(contour)  # 计算轮廓面积
        print("contour area", area)

        # 轮廓周长, 第二参数用来指定对象的形状是闭合的(True),还是打开的(一条曲线)
        perimeter = cv.arcLength(contour, True)
        print("contour perimeter:", perimeter)

        x, y, w, h = cv.boundingRect(contour)  # 用矩形框出轮廓
        cv.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)

        rate = min(w, h)/max(w, h)  # 计算矩形的宽高比
        print("rectangle rate", rate)

        # 计算图像中的中心矩(最高到三阶), 将计算得到的矩以一个字典的形式返回
        mm = cv.moments(contour)
        print("===========", mm, "============")
        # 计算图像的质心
        cx = mm["m10"]/mm["m00"]
        cy = mm["m01"]/mm["m00"]

        cv.circle(image, (np.int(cx), np.int(cy)), 2, (0, 255, 255), -1)  # 用实心圆画出质心

    cv.imshow("measure_object", image)


def contour_approx(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
    print("threshold value: %s" % ret)
    # cv.imshow("binary image", binary)

    contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
    for i, contour in enumerate(contours):
        cv.drawContours(image, contours, i, (0, 0, 255), 2)  # 画轮廓

        epsilon = 0.01 * cv.arcLength(contour, True)
        # 将轮廓形状近似到另外一种由更少点组成的轮廓形状,新轮廓的点的数目由我们设定的准确度来决定.
        # 为了帮助理解,假设从一幅图像中查找一个矩形,但是由于图像的种种原因,我们不能得到一个完美的矩形,
        # 而是一个“坏形状”
        # 现在你就可以使用这个函数来近似这个形状了.
        # 这个函数的第二个参数叫 epsilon,它是从原始轮廓到近似轮廓的最大距离.
        # 它是一个准确度参数.选择一个好的 epsilon 对于得到满意结果非常重要.
        approx = cv.approxPolyDP(contour, epsilon, True)
        cv.drawContours(image, approx, -1, (255, 0, 0), 10)

    cv.imshow("contour_approx", image)


def main():

    # src = cv.imread("./images/handwriting.jpg")
    # cv.imshow("src", src)
    # measure_object(src)

    src = cv.imread("./images/approximate.png")
    cv.imshow("src", src)
    contour_approx(src)

    cv.waitKey(0)
    cv.destroyAllWindows()


if __name__ == '__main__':
    main()

在这里插入图片描述
在这里插入图片描述

标签:src,binary,对象,image,测量,contour,cv,255
来源: https://blog.csdn.net/qq_46456049/article/details/113735046