(Python)从零开始,简单快速学机器仿人视觉Opencv—第十八节:轮廓的性质

1.1长宽比

边界矩形的宽高比  

x,y,w,h=cv2.boundingRect(cnt)
aspect_ratio = float(w)/h

2.Extent

轮廓面积与边界矩形面积的比  

area=cv2.contourArea(cnt)
x,y,w,h=cv2.boundingRect(cnt)
rect_area=w*h
extent=float(area)/rect_area

3.Solidity

轮廓面积与凸包面积的比  

area=cv2.contourArea(cnt)
hull=cv2.convexHull(cnt)
hull_area=cv2.contourArea(hull)
solidity=float(area)/hull_area

4.与轮廓面积相等的圆形的直径

area=cv2.contourArea(cnt)
equi_diameter=np.sqrt(4*area/np.pi)

5.方向

对象的方向，下面的方法还会返回长轴和短轴的长度  

(x,y),(MA,ma),angle=cv2.fitEllipse(cnt)

6.掩模和像素点

有时我们需要构成对象的所有像素点  

mask=np.zeros(imgray.shate,np.uint8)
#这里一定要使用参数-1，绘制填充的轮廓
cv2.drawContours(mask,[cnt],0,255,-1)
pixelpoints=np.transpose(np.nonzero(mask))

7.最大值和最小值及它们的位置

可以使用掩模图像得到这些参数  

min_val,max_val,min_loc,max_loc=cv2.minMaxLoc(imgray,mask=mask)

8.平均颜色及平均灰度

同样使用相同的掩模来求得  

mean_val=cv2.mean(im,mask=mask)

9.极点

一个对象最上，最下，最左，和最右的点  

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])

总结

（本系列每周不定期更新，谢谢大家支持！）