Python实现图片查找轮廓、多边形拟合、最小外接矩形代码
83 浏览量
2020-09-16
12:47:32
上传
评论 3
收藏 89KB PDF 举报
Python实现图片查找轮廓、多边形拟合、最小外接矩形代码实现图片查找轮廓、多边形拟合、最小外接矩形代码
主要介绍了Python实现图片查找轮廓、多边形拟合、最小外接矩形代码，具有很好的参考价值，希望对大家有
所帮助。一起跟随小编过来看看吧
1、概述、概述
经常用到轮廓查找和多边形拟合等opencv操作，因此记录以备后续使用。本文代码中的阈值条件对图片没有实际意义，仅仅
是为了测试。
原图为：
2、测试代码：、测试代码：
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)) # 拟合出的多边形与原轮廓最大距离，可以自己设置，这里根据轮廓周长动态设置
approx = cv2.approxPolyDP(contours[i], epsilon, False) # 轮廓的多边形拟合
area = cv2.contourArea(contours[i]) # 计算面积
rect = cv2.minAreaRect(contours[i])
box = np.int0(cv2.boxPoints(rect)) # 计算最小外接矩形顶点
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) # 长宽比
# 对长宽比，轮廓面积，拟合出的多边形顶点数做筛选
if ration < 10 and area > 20 and area < 4000 and approx.shape[0] > 3 :
# 对满足条件的轮廓画出轮廓的拟合多边形
cv2.polylines(img, [approx], True, (0, 255, 0), 1)
cv2.namedWindow('Result of filtered', 0)
cv2.imshow('Result of filtered', img)
cv2.waitKey()
画出的所有轮廓：
资源评论
