OpenCV-Python实战（14）——轮廓拟合

小码贾

已于 2025-01-02 10:25:45 修改

阅读量522

点赞数 10

分类专栏： OpenCV-Python实战文章标签： opencv python 人工智能

于 2024-12-31 16:32:43 首次发布

本文链接：https://blog.youkuaiyun.com/2201_75538245/article/details/144851214

版权

OpenCV-Python实战专栏收录该内容

19 篇文章

订阅专栏

1、最小包围三角形 cv2.minEnclosingTriangle()

area,triangle = cv2.minEnclosingTriangle(contours)

area：最小包围三角形面积。

triangle：最小包围三角形的坐标，[[[230 60]],[[ 39 123]],[[185 269]]]。

contours：轮廓。

import cv2
import numpy as np

# 图像前处理
img = cv2.imread('m.png') # 原图
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)  # 灰度图
ret,img_binary = cv2.threshold(img_gray,127,255,cv2.THRESH_BINARY) # 二值图
# 找轮廓
contours,hierarchy = cv2.findContours(img_binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
# 找最小包围三角形
area,triangle = cv2.minEnclosingTriangle(contours[0])
# 定位点坐标
triangle = np.int32(triangle)  # 这一步非常重要
print(triangle)
# 画轮廓
img1 = cv2.polylines(img.copy(),[triangle],True,(255,0,0),2)
cv2.imshow('img',img)
cv2.imshow('img1',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()

2、包围矩形 cv2.boundingRect()

x,y,w,h  = cv2.boundingRect(contours)

x,y,w,h：函数返回值（x,y,w,h）元组，x,y代表矩形的左上角点坐标；w,h代表矩形宽高。

contours：轮廓。

import cv2
import numpy as np

# 图像前处理
img = cv2.imread('m.png') # 原图
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)  # 灰度图
ret,img_binary = cv2.threshold(img_gray,127,255,cv2.THRESH_BINARY) # 二值图
# 找轮廓
contours,hierarchy = cv2.findContours(img_binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
# 找包围***
x,y,w,h  = cv2.boundingRect(contours[0])
# 画轮廓
img1 = cv2.rectangle(img.copy(),(x,y),(x+w,y+h),(255,0,0),2)
cv2.imshow('img',img)
cv2.imshow('img1',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()

3、最小包围矩形 cv2.minAreaRect()

retval = cv2.minAreaRect(contours)

retval：函数返回值，（(x,y),(w,h),angle），(x,y)矩形中心点坐标，(w,h)矩形的宽高，angle：旋转角度，正值为顺时针，负值为逆时针。

contours：轮廓。

points = cv2.boxPoints(retval)

points：矩形四个顶点坐标。

retval：cv2.minAreaRect() 函数返回值。

import cv2
import numpy as np

# 图像前处理
img = cv2.imread('m.png') # 原图
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)  # 灰度图
ret,img_binary = cv2.threshold(img_gray,127,255,cv2.THRESH_BINARY) # 二值图
# 找轮廓
contours,hierarchy = cv2.findContours(img_binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
# 找最小包围矩形
box = cv2.minAreaRect(contours[0])
# 定位点坐标
points = cv2.boxPoints(box)
points = np.int32(points)
# 画轮廓
img1 = cv2.drawContours(img.copy(),[points],0,(255,0,0),2)
cv2.imshow('img',img)
cv2.imshow('img1',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()

4、最小包围圆 cv2.minAreaRect()

center,radius = cv2.minEnclosingCircle(contours)

center：圆心的下(x,y)坐标。

radins：圆的半径。

contours：轮廓。

import cv2
import numpy as np

# 图像前处理
img = cv2.imread('fang.png') # 原图
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)  # 灰度图
ret,img_binary = cv2.threshold(img_gray,127,255,cv2.THRESH_BINARY) # 二值图
# 找轮廓
contours,hierarchy = cv2.findContours(img_binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
# 找包围***
(x,y),radius = cv2.minEnclosingCircle(contours[0])
# 数据处理
center = (int(x),int(y))  # 这一步非常重要
radius = int(radius)
# 画轮廓
img1 = cv2.circle(img.copy(),center,radius,(255,0,0),2)
cv2.imshow('img',img)
cv2.imshow('img1',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()

5、最优拟合椭圆 cv2.minAreaRect()

ellipse = cv2.fitEllipse(contours)

ellipse：函数返回值，((x,y),(a,b),angle)。(x,y)中心点坐标；(a,b)长短轴直径；angle旋转角度，正值为顺时针，负值为逆时针。

contours：轮廓。

import cv2
import numpy as np

# 图像前处理
img = cv2.imread('juxing.png') # 原图
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)  # 灰度图
ret,img_binary = cv2.threshold(img_gray,127,255,cv2.THRESH_BINARY) # 二值图
# 找轮廓
contours,hierarchy = cv2.findContours(img_binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
print(len(contours[0]))  # len(contours[0]) 必须大于 5 ，否则 ellipse = cv2.fitEllipse(contours[0])会报错
# 找包围***
ellipse = cv2.fitEllipse(contours[0])
# 画轮廓
img1 = cv2.ellipse(img.copy(),ellipse,(255,0,0),2)
cv2.imshow('img',img)
cv2.imshow('img1',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()

6、近视多边形 cv2.approxPolyDP()

approx = cv2.approxPolyDP(curve=*,epsilon=*,closed=*)

approx：函数返回值，近视多边形轮廓。

curve：原始轮廓。

epsilon：原始轮廓与近视多边形最近的最大距离。

closed：是否为封闭轮廓，Ture/False。

import cv2
import numpy as np

# 图像前处理
img = cv2.imread('love.png')[::2,::2,:] # 原图1/(2*2)
cv2.imshow('img',img)
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)  # 灰度图
ret,img_binary = cv2.threshold(img_gray,127,255,cv2.THRESH_BINARY) # 二值图
# 找轮廓
contours,hierarchy = cv2.findContours(img_binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
print(len(contours[0]))  # len(contours[0]) 必须大于 5 ，否则 ellipse = cv2.fitEllipse(contours[0])会报错
# 找包围***
approx1 = cv2.approxPolyDP(curve=contours[0],epsilon=3,closed=True)
approx2 = cv2.approxPolyDP(curve=contours[0],epsilon=9,closed=True)
# 画轮廓
epsilon_1 = cv2.polylines(img.copy(),[approx1],True,(255,0,0),2)
epsilon_2 = cv2.polylines(img.copy(),[approx2],True,(255,0,0),2)

cv2.imshow('epsilon_1',epsilon_1)
cv2.imshow('epsilon_2',epsilon_2)

cv2.waitKey(0)
cv2.destroyAllWindows()