opencv-计算点荷载/岩芯截面面积

import cv2 as cv
import numpy as np


def measure_object(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    # 将输入图像转换为灰度图
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
    # 使用Otsu阈值法将灰度图转换为二值图。
    print("threshold value : %s" % ret)  # 打印出计算出的阈值
    cv.imshow("binary image", binary)  # 显示二值图。
    dst = cv.cvtColor(binary, cv.COLOR_GRAY2BGR)  # 将二值图转换回BGR格式，以便在其上绘制彩色图形。
    contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)  # 检测二值图中的轮廓。
    Area = []
    for i, contour in enumerate(contours):
        area = cv.contourArea(contour)  # 轮廓的面积
        Area.append(area)
        print("area is : %s" % area)
        if area > 0:  # 确保轮廓面积大于0
            x, y, w, h = cv.boundingRect(contour)  # 轮廓的外接矩形
            rate = min(w, h) / max(w, h)  # 轮廓外接矩形的宽高比
            print("rectangle rate : %s" % rate)
            mm = cv.moments(contour)  # 求轮廓的几何矩
            # print(type(mm))#字典型数据
            if mm['m00'] != 0:  # 确保零阶矩不为0
                cx = mm['m10'] / mm['m00']  # 原点的零阶矩
                cy = mm['m01'] / mm['m00']
                cv.circle(dst, (int(cx), int(cy)), 3, (0, 0, 255), -1)  ##画出中心点，-1表示填充
                # cv.rectangle(dst, (x, y), (x+w, y+h), (0, 0, 255), 2)#绘制轮廓的外接矩形
                approxCurve = cv.approxPolyDP(contour, 4, True)  # 多边形逼近 4是与阈值的间隔大小，越小越易找出，True是是否找闭合图像
            else:
                print("Contour area is zero or contour is empty.")
        else:
            print("Contour area is zero or contour is empty.")
        """
        cv.contourArea(contour)      #获取每个轮廓面积
        cv.boundingRect(contour)     #获取轮廓的外接矩形
        cv.moments(contour)          #求取轮廓的几何距
        cv.arcLength(contour,True)　　#求取轮廓的周长，指定闭合
        approxPolyDP(curve, epsilon, closed, approxCurve=None)
       第一个参数curve：输入的点集，直接使用轮廓点集contour
       第二个参数epsilon：指定的精度，也即是原始曲线与近似曲线之间的最大距离。
       第三个参数closed：若为true,则说明近似曲线是闭合的，反之，若为false，则断开。
       第四个参数approxCurve：输出的点集，当前点集是能最小包容指定点集的。画出来即是一个多边形；

       print(approxCurve)　　#打印每个轮廓的特征点
       print(approxCurve.shape)　　#打印该点集的shape，第一个数是代表了点的个数，也就是边长连接逼近数
        """
        print(approxCurve.shape)
        if approxCurve.shape[0] > 6:
            cv.drawContours(dst, contours, i, (0, 255, 0), 2)
        if approxCurve.shape[0] == 4:
            cv.drawContours(dst, contours, i, (0, 0, 255), 2)
        if approxCurve.shape[0] == 3:
            cv.drawContours(dst, contours, i, (255, 0, 0), 2)
    print("area max is : %s" % max(Area))
    cv.imshow("measure-contours", dst)


src = cv.imread("D:\img\imagetest5.jpg")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
measure_object(src)
cv.waitKey(0)

cv.destroyAllWindows()

函数解释：cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]])

函数原型
cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]])

参数：
image：输入图像，通常是一个二值图像。
mode：轮廓检索模式。它可以是以下值之一：
cv2.RETR_EXTERNAL：只检索最外层的轮廓。
cv2.RETR_LIST：检索所有轮廓，并以列表形式返回。
cv2.RETR_CCOMP：检索所有轮廓，并以树状结构（contour hierarchy）形式返回。此时，轮廓被分为不同的层级。
cv2.RETR_TREE：检索所有轮廓，并以完整的树状结构形式返回。
method：轮廓近似方法。它可以是以下值之一：
cv2.CHAIN_APPROX_NONE：存储轮廓上的所有点。
cv2.CHAIN_APPROX_SIMPLE：压缩水平、垂直和对角方向的轮廓点。
cv2.CHAIN_APPROX_TC89_L1 和 cv2.CHAIN_APPROX_TC89_KCOS：使用L1和KOS链逼近算法。
contours（可选）：输出参数，返回检测到的轮廓。
hierarchy（可选）：输出参数，返回轮廓的层次结构。它是一个多通道多维数组，其中每个轮廓由三个数组组成：[next, previous, first_contour]。其中，“next”是下一个轮廓的索引，“previous”是上一个轮廓的索引，“first_contour”是起始轮廓的索引。
offset（可选）：偏移量，指定从哪里开始搜索轮廓。例如，如果指定了(10, 10)，则从图像的(10, 10)位置开始搜索轮廓。

返回值：
如果指定了contours参数，则此函数返回被检测到的第一个轮廓的索引；否则，不返回任何内容。

cv2.drawContours() cv2.drawContours 是 OpenCV 中的一个函数，用于在图像上绘制轮廓。以下是该函数的详细解释和参数说明：

函数原型：
cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy ]]])

参数：
image：输入/输出图像。你可以提供一个初始图像（用于绘制轮廓）或提供一个空图像（将返回绘制好的轮廓图像）。
contours：输入轮廓的列表。通常，这是通过 cv2.findContours 函数获得的轮廓列表。
contourIdx：要绘制的轮廓的索引。如果要绘制所有轮廓，则将其设置为-1。
color：轮廓的颜色。通常使用 BGR 格式，例如 (255, 0, 0) 表示蓝色。
thickness（可选）：线条的厚度。如果为负数（如 -1），则会填充轮廓内部。
lineType（可选）：线条类型，可以是 cv2.LINE_8, cv2.LINE_4, 或 cv2.LINE_AA。
hierarchy（可选）：轮廓的层次结构信息，通常与 cv2.findContours 一起使用。

计算面积cv2.contourArea()

函数原型：
cv2.contourArea(contour[, oriented_area])

参数：
contour：这是一个轮廓的点集，通常通过 cv2.findContours() 函数获得。
oriented_area（可选）：如果提供了这个参数，它返回有方向的面积。0表示顺时针方向，正数表示逆时针方向。

返回值：
返回轮廓的面积。