一、凸包
凸包和轮廓近似相似,但不同,虽然有些情况下它们给出的结果是一样的。函数cv.convexHull()可以用来检测一个曲线是否具有凸性缺陷,并能纠正缺陷。一般来说,凸性曲线总是凸出来的,至少是平的。如果有地方凹进去了就被叫做凸性缺陷。
convexHull(points, hull=None, clockwise=None, returnPoints=None)
clockwise:方向标志。如果设置为Ture,输出的凸包方向是顺时针方向的。否则为逆时针方向。
returnPoints:默认为Ture。它会返回凸包上点的坐标。如果设置为False,就会返回与凸包点对应的轮廓上的点
二、凸缺陷
对象上的任何凹陷都被称为凸缺陷,cv.convexityDefect()函数可以帮助我们找到凸缺陷。
它会返回一个数组,其中每一行包含的值是[起点,终点,最远的点,到最远点的近似距离]。
要记住的是返回结果的前三个值是轮廓点的索引,我们还要到轮廓点中找它们。
注意:如果要查找凸缺陷,在使用函数cv.convexHull()找凸包时,参数returnPoints一定要是False
我们将起点和终点用一条绿线连接,在最远点画一个圆圈。
具体代码:
def convexhull_demo(img):
#灰度化
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
#二值化
ret, thresh = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
cv.imshow('thresh image', thresh)
#寻找轮廓
copyImage, contours, hireachy = cv.findContours(thresh, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
for i, contour in enumerate(contours):
#找到凸包
hull = cv.convexHull(contour)
print(hull)
#凸性检测 检测一个曲线是不是凸的
ishull = cv.isContourConvex(hull)
print(ishull)
cv.drawContours(img, [hull], i, (0, 0, 255), 2)
#凸缺陷
hull = cv.convexHull(contour, returnPoints=False)
defects = cv.convexityDefects(contour, hull)
print('defects', defects)
for j in range(defects.shape[0]):
s, e, f, d = defects[j, 0]
start = tuple(contour[s][0])
end = tuple(contour[e][0])
far = tuple(contour[f][0])
cv.line(img, start, end, (0, 255, 0), 2)
cv.circle(img, far, 5, (0, 0, 255), -1)
print(j)
print(i)
cv.imshow('convexhull image', img)
三、Point Polygon Test
cv.pointPolygonTest()求解图像中的一个点到一个对象轮廓的最短距离。如果点在轮廓的外部,返回值为负。如果在轮廓上,返回值为0。如果在轮廓内部,返回值为正。
#point polygon test
dist = cv.pointPolygonTest(contour, tuple(contour[1][0]), True)
print('dist', dist)
第三个参数是measureDist。如果设置为Ture,就会计算最短距离,如果是False,只会判断这个点和轮廓之间的位置关系(返回值为+1, -1, 0)。