opencv学习笔记十五：图像轮廓特征(周长、面积、轮廓近似以及外接矩形和外接圆)

上一个博客讲了如何查找和绘制一个图像中的轮廓；现在再来说一说这些轮廓的常见特征以及如何使用opencv里面的对应函数。

1. cv2.contourArea(cnt， oriented = False)  # 计算轮廓的面积

参数说明：cnt为输入的单个轮廓值;oriented:默认值false，面向区域标识符，
如果为true，该函数返回一个带符号的面积，其正负取决于轮廓的方向(顺时针还是逆时针)。
根据这个特性可以根据面积的符号来确定轮廓的位置。如果是默认值false，则面积以绝对值的形式返回.

2. cv2.arcLength(cnt， closed)   #  计算轮廓的周长

参数说明：cnt为输入的单个轮廓值,closed表示用来指定对象的形状是
闭合的（True），还是打开的一条曲线(False)。 

3. cv2.aprroxPolyDP(cnt, epsilon， True)  # 用于获得轮廓的近似值，使用cv2.drawCountors进行画图操作

 参数说明：cnt为输入的轮廓值， epsilon为阈值T，
 通常使用轮廓的周长作为阈值，True表示的是轮廓是闭合的

4. x, y, w, h = cv2.boudingrect(cnt) # 获得外接矩形

参数说明：x，y, w, h 分别表示外接矩形的x轴和y轴的坐标，
以及矩形的宽和高， cnt表示输入的轮廓值

5.cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)  # 根据坐标在图像上画出矩形

参数说明: img表示传入的图片， (x, y)表示左上角的位置, 
（x+w， y+h）表示加上右下角的位置，（0, 255, 0)表示颜色，2表示线条的粗细

6. (x, y), radius = cv2.minEnclosingCircle(cnt) # 获得外接圆的位置信息

参数说明: (x, y)表示外接圆的圆心，radius表示外接圆的半径，cnt表示输入的轮廓

7. cv2.Cricle(img, center, radius, (0, 255, 0), 2)  # 根据坐标在图上画出圆

参数说明:img表示需要画的图片，center表示圆的中心点，
radius表示圆的半径, (0, 255, 0)表示颜色， 2表示线条的粗细

一、轮廓近似：

假设存在一个曲线A, B，在曲线上存在一个C点，离AB线段的距离最远，记为d1, 如果d1 < T(自己设定的阈值), 将AB线段作为AB曲线的替代，否者连接AC和BC， 计算AC线段上的D点离AB距离最远，记为d2，如果d2 < T，则使用AC线段替代AC曲线，否者继续连接划分。

img = cv2.imread('contours2.png')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cnt = contours[0]

draw_img = img.copy()
res = cv2.drawContours(draw_img, [cnt], -1, (0, 0, 255), 2)
cv_show(res,'res')

epsilon = 0.05*cv2.arcLength(cnt,True) 
approx = cv2.approxPolyDP(cnt,epsilon,True)

draw_img = img.copy()
res = cv2.drawContours(draw_img, [approx], -1, (0, 0, 255), 2)
cv_show(res,'res')

二、外接矩形和外接圆

img = cv2.imread('contours.png')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cnt = contours[0]

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