opencv计算点集凸包

点集求凸包的问题经常会遇到，https://www.geeksforgeeks.org/orientation-3-ordered-points/  给出了一种思路，有空了再仔细研究，本文总结了opencv中相关的方法并给出一个实例。

参考：OpenCV: Structural Analysis and Shape Descriptors

1、opencv接口

hull = cv.convexHull(points[, hull[, clockwise[, returnPoints]]])

参数说明：

1. points：点集。需要注意的是，该参数输入的坐标系是向右为X，向上为Y，和迪卡尔坐标系是相同的，而opencv中的图像坐标系是向右为X，向下为Y，即图像的左上角坐标为(0,0)。
2. clockwise：如果设置为True，输出的凸包是顺时针的，如果设置为False，输出的凸包是逆时针的。
3. returnPoints：如果设置为True，返回凸包的点坐标，如果设置为False，输出凸包点在点集points中的序号。

2、示例

代码如下：

# encoding:utf-8

import numpy as np
import cv2
import matplotlib.pyplot as plt

axis_list = [[3,1],[2,2],[3,3],[4,4],[2,4],[2,3],[1,2],[2,2],[2,1]]
axis_list = np.array(axis_list)

hull = cv2.convexHull(axis_list,clockwise=True,returnPoints=True)
print(hull)

hull = np.squeeze(hull)
plt.scatter(axis_list[:,0],axis_list[:,1])
plt.plot(hull[:,0],hull[:,1],"r")
plt.plot([hull[-1,0],hull[0,0]],[hull[-1,1],hull[0,1]],"r")
plt.show()

计算结果如下图所示，其中蓝色点是点集，红色线条是凸包轮廓。