轮廓属性
目标
在上一篇文章Opencv基于Python图像轮廓——轮廓绘制及其特征中,我们已经学习到了轮廓的一些特征,如质心、面积、周长等。在本篇文章,我们将继续学习到以下内容:
- 提取一些常用的物体属性,如坚实度,等效直径,掩模图像,平均强度等
- 图像轮廓的凸性缺陷以及如何找到它们
- 查找点到多边形的最短距离
- 匹配不同的形状
1. 常见的轮廓属性
1.1 长宽比
它是图象边界矩形的宽度与高度的比值。
A s p e c t R a t i o = W i d t h H e i g h t Aspect \; Ratio = \frac{Width}{Height} AspectRatio=HeightWidth
以下代码结果是基于上篇文章Opencv基于Python图像轮廓——轮廓绘制及其特征得到的。
# 宽高比
x, y, w, h = cv.boundingRect(cnt)
aspect_ratio = float(w)/h
print(aspect_ratio)
0.891156462585034
1.2 范围
范围是轮廓区域面积与边界矩形区域面积的比值。
E x t e n t = O b j e c t A r e a B o u n d i n g R e c t a n g l e A r e a Extent = \frac{Object \; Area}{Bounding \; Rectangle \; Area} Extent=BoundingRectangleAreaObjectArea
# 轮廓面积与边界矩形面积的比
area = cv.contourArea(cnt)
x, y, w, h = cv.boundingRect(cnt)
rect_area = w*h
extent = float(area)/rect_area

本文详细介绍了OpenCV中基于Python的图像轮廓处理,包括轮廓的长宽比、范围、坚实度、等效直径、方向、掩码和像素点、最大值和最小值及其位置、平均颜色和极端点等属性。此外,还讨论了轮廓的凸性缺陷、点到多边形的最短距离以及形状匹配等高级特性。
最低0.47元/天 解锁文章
27万+

被折叠的 条评论
为什么被折叠?



