OpenCV-Python Tutorials - 4.9.3. 轮廓属性
OpenCV-Python Tutorials(4.0.0)
OpenCV-Python Tutorials官方英文教程
GitHub:中文翻译
如果对你有帮助, 请在GitHub上Star该项目, 转载请注明出处。
目标:
- 学习提取一些常用的对象属性,如Solidity,Equivalent Diameter,Mask image,Mean Intensity
1. Aspect Ratio(长宽比)
它是对象的边界矩形的宽度与高度的比。
x,y,w,h = cv.boundingRect(cnt)
aspect_ratio = float(w)/h
2. Extent(大小比)
它是轮廓区域与边界矩形区域的比。
area = cv.contourArea(cnt)
x,y,w,h = cv.boundingRect(cnt)
rect_area = w*h
extent = float(area)/rect_area
3. Solidity(密实比)
Solidity是轮廓区域与其凸包区域的比率。
area = cv.contourArea(cnt)
hull = cv.convexHull(cnt)
hull_area = cv.contourArea(hull)
solidity = float(area)/hull_area
4. Equivalent Diameter(等效直径)
等效直径是圆的直径,其面积与轮廓面积相同。
area = cv.contourArea(cnt)
equi_diameter = np.sqrt(4*area/np.pi)
5. Orientation(方向)
方向是对象定向的角度。以下方法还给出了主轴和短轴长度。
(x,y),(MA,ma),angle = cv.fitEllipse(cnt)
6. Mask & Pixel Points(掩模和像素点)
在某些情况下,我们可能需要包含该对象的所有点。它可以如下完成:
mask = np.zeros(imgray.shape,np.uint8)
cv.drawContours(mask,[cnt],0,255,-1)
pixelpoints = np.transpose(np.nonzero(mask))
#pixelpoints = cv.findNonZero(mask)
这里,两个方法,一个使用Numpy函数,另一个使用OpenCV函数(最后一个注释行)给出相同的方法。 结果也相同,但略有不同。 Numpy以**(行,列)格式给出坐标,而OpenCV以(x,y)**格式给出坐标。所以答案基本上会互换。请注意,row=x和column=y。
7. 最大值,最小值及其位置
我们可以使用掩模图像找到这些参数。
min_val, max_val, min_loc, max_loc = cv.minMaxLoc(imgray,mask = mask)
8. 平均颜色或平均灰度
在这里,我们可以找到对象的平均颜色。或者它可以是灰度模式下物体的平均强度。我们再次使用相同的面具来做到这一点。
mean_val = cv.mean(im,mask = mask)
9. 极点
极值点表示对象的最顶部,最底部,最右侧和最左侧的点。
leftmost = tuple(cnt[cnt[:,:,0].argmin()][0])
rightmost = tuple(cnt[cnt[:,:,0].argmax()][0])
topmost = tuple(cnt[cnt[:,:,1].argmin()][0])
bottommost = tuple(cnt[cnt[:,:,1].argmax()][0])
例如,如果我将它应用于印度地图,我会得到以下结果: