OpenCV——图像轮廓2

最新推荐文章于 2025-04-30 11:54:18 发布

Little___c

最新推荐文章于 2025-04-30 11:54:18 发布

阅读量477

点赞数

CC 4.0 BY-SA版权

文章标签： opencv python

本文链接：https://blog.youkuaiyun.com/Little___c/article/details/118346095

本文介绍了OpenCV中如何获取图像轮廓的凸包，利用`cv2.convexHull`函数实现，并讲解了凸包的定义及点的排序方式。接着讨论了凸缺陷的概念，即凸包与轮廓之间的区域，并提到了`cv2.convexityDefects`函数用于查找这些缺陷。最后，提到了二值化在后续操作中的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

知识储备：凸包的概念

凸包指的是完全包含原有轮廓，并且仅由轮廓上的点所构成的多边形。凸包的每一处都是凸的，即在凸包内连接任意两点的直线都在凸包的内部。在凸包内，任意连续三个点的内角小180°。

知识储备：凸包的获取

hull=cv2.convexHull（points[,clockwise[,returnPoints]]
hull：凸包角点。
clockwise：布尔值，True时，凸包角点将按顺时针方向排序，False就是逆时针排列凸包角点。
returnPoints：布尔值默认True，函数返回凸包角点的 x/y 轴坐标，False时，返回轮廓中凸包角点的索引。

知识储备：凸包的绘制

cv2.polylines(src, [points], isClosed,color, thickness)
src：要处理的图像。
points：点集。
isClosed：布尔型，True表示的是线段闭合，False表示的是仅保留线段。
color：线段颜色，格式是（B,G,R）值。
thickness：数值型，厚度，默认值为1，如果对封闭图形，正方形，三角形等传入-1,则会填充整个图形。

知识储备：凸缺陷的概念

凸包与轮廓之间的部分，称为凸缺陷。轮廓上距离这条线最远的点就是凸缺陷的点。

将图片二值化方便后继操作

img = cv2.imread('hand.png', 1)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化

# 图片轮廓
contours, hierarchy = cv2.findContours(binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_NONE)
n=len(contours)       #轮廓个数
contoursImg=[]
x=0 #初始化要绘制的轮廓索引
for i in range(n):
    area = cv2.contourArea(contours[i])
    if area>10000:    
        print(f"轮廓{i}的面积：\n{area}")
        x=i
cnt = contours[x]
cv2.imshow("binary",binary)
#寻找凸包并绘制凸包（轮廓）
hull = cv2.convexHull(cnt)
cv2.polylines(img,[hull],True,(0,255,0),2)
cv2.drawContours(img,contours,x,(0,0,255), 3)