opencv python 轮廓特征/凸包/外接矩形/外接圆/拟合矩形/拟合直线/拟合圆

转载

于 2018-07-17 07:17:27 发布 · 1.7k 阅读

20 ·

CC 4.0 BY-SA版权

原文链接：https://segmentfault.com/a/1190000015663722

文章标签：

#python #人工智能

本文详细介绍了如何使用OpenCV Python库来处理图像轮廓，包括计算图像矩、轮廓面积、周长、轮廓近似、凸包、外接矩形、最小外接矩形、最小封闭圈、拟合椭圆和拟合直线等步骤。通过实例展示了各种特征的计算方法，有助于理解和应用图像处理技术。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Contour Features

1 图像的矩

cv2.moments()
图像的矩可以帮助计算物体的某些特征，如对象的质心，对象的区域等.

代码：

import cv2
import numpy as np

img = cv2.imread('img7.png',0)
ret,thresh = cv2.threshold(img,127,255,0)
im2,contours,hierarchy = cv2.findContours(thresh, 1, 2)

cnt = contours[0]
M = cv2.moments(cnt)
print( M )

输出：{'m00': 283.0, 'm10': 8260.666666666666, 'm01': 34747.666666666664, 'm20': 251349.8333333333, 'm11': 1008063.0, 'm02': 4274513.166666666, 'm30': 7941981.4, 'm21': 30484543.9, 'm12': 123258620.46666667, 'm03': 526819846.70000005, 'mu20': 10223.989595602674, 'mu11': -6208.702394974302, 'mu02': 8080.874165684916, 'mu30': 8302.495426246896, 'mu21': -14552.154961312423, 'mu12': 11791.528133469663, 'mu03': -3268.923251092434, 'nu20': 0.12765785058625623, 'nu11': -0.07752253611575, 'n

最低0.47元/天解锁文章

200万优质内容无限畅学