机器视觉学习-day15-图像轮廓特征查找

1 图像轮廓特征查找

代码步骤：图片输入→灰度化→二值化→寻找轮廓→绘制轮廓→外接轮廓→图片输出

本实验主要比上个实验多了一个外接轮廓节点，需要解释相关概念。

contour_type 轮廓类型，包括：
        boundingRect 外接矩形
        minAreaRect 最小外接矩形
        minEnclosingCircle 最小外接圆
color ：线段颜色
thickness ：线段粗细

1.1 外接矩形

下图中绿的是外接矩形，表示不考虑旋转并且能包含整个轮廓的矩形，外接矩形可根据获得的轮廓坐标中最上、最下、最左和最右四个坐标值绘制。

原始图像：4.jpg

import cv2
import numpy as np

if __name__ == '__main__':
    # 1. 图片输入
    path = '4.jpg'
    image_np = cv2.imread(path)

    # 2. 灰度化
    image_np_gray = cv2.cvtColor(image_np, cv2.COLOR_BGR2GRAY)

    # 3. 二值化
    ret, image_np_thresh = cv2.threshold(image_np_gray, 127, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
    print(ret)

    # 4. 寻找轮廓
    contours, hierarchy = cv2.findContours(
        image_np_thresh,  # 二值化之后的图像
        cv2.RETR_EXTERNAL,  # 查找方式
        cv2.CHAIN_APPROX_SIMPLE  # 近似办法
    )
    print(len(contours))
    for i in contours:
        print(i.shape)

    # 5. 绘制轮廓
    image_np = cv2.drawContours(
        image_np,  # 在哪个图上绘制
        contours,  # 轮廓数据列表
        contourIdx=-1,  # 绘制轮廓的id，-1表示全绘制
        color=(0, 0, 255),  # 绘制的颜色
        thickness=2  # 线宽
    )

    # 6. 外界轮廓
    contour_image = image_np.copy()
    for i in contours:
        # 计算轮廓的外接矩形
        # 返回值：矩形的左上角xy坐标和矩形的宽高
        x, y, w, h = cv2.boundingRect(i)
        print('外接矩形的左上角坐标：', x, y)
        print('外接矩形的宽高：', w, h)
        # 绘制外接矩形
        cv2.rectangle(
            contour_image,
            (x, y),
            (x + w, y + h),
            (0, 255, 0),
            2
        )

    # 6. 图片输出
    cv2.imshow('image_np', image_np)  # 轮廓
    cv2.imshow('contour_image', contour_image)  # 外接矩形
    cv2.waitKey(0)
    cv2.imwrite('image_np1.png', image_np)
    cv2.imwrite('waijiejuxing.png', contour_image)

运行结果，轮廓：image_np1.png

外接矩形：waijiejuxing.png

1.2 最小外接矩形

最小外接矩形就是上图中蓝色的矩形，寻找最小外接矩形的算法叫做旋转卡壳法，计算过程如下：

旋转卡壳法有一个重要的前提条件：对于多边形P的一个外接矩形（最小外接矩形）存在一条边与多边形P共线。

假设某轮廓的凸包图如下所示：

步骤1：起始边共线：找高度

根据前提条件，凸多边形的最小外接矩形与凸多边形的某条边是共线的，因此选择凸多边形的一条边为起始边，然后按照逆时针方向计算每个凸包点与起始边的距离，并将距离最大的点记录下来。

如上图所示，首先以ab为起始边，计算出e点离起始边的距离最远，那么e到起始边的距离就是一个矩形的高度。

步骤2：投影找宽度

对于矩形的最右边，以向量为基准，分别计算凸包点在向量上的投影长度，投影长度最长的凸包点所在的垂直与起始边的直线就是矩形最右边的直线。

如上图所示，d点就是在向量上投影长度最长的点，那么通过d点垂直与直线ab的直线就是外接矩形右边界所在的直线。

矩形的左边界也是这样计算的，不同的是使用的向量是而不是，如下图所示。