【python-opencv】對象測量

 opencv 中輪廓特征包括：

 如面積，周長，質心，邊界框等

*弧長與面積測量

*多邊形擬合

*獲取輪廓的多邊形擬合結果

python-opencv API提供方法：

cv2.moments()用來計算圖像中的中心矩(最高到三階)，

cv2.HuMoments()用於由中心矩計算Hu矩,

同時配合函數cv2.contourArea()函數計算輪廓面積

和cv2.arcLength()來計算輪廓或曲線長度

*cv.approxPolyDP

-contour

-epsilon 越小越折  線越逼近真實形狀 

-close 是否為閉合區域 

函數cv2.boundingRect返回四個參數（x，y）為矩形左上角的坐標，（w，h）是矩形的寬和高。 函數cv2.rectangle是繪制矩形函數 

函數cv2.minAreaRect返回的是一個 Box2D 結構，

其中包含 :矩形左上角角點的坐標（x，y），矩形的寬和高（w，h），以及旋轉角度。

但是要繪制這個矩形需要矩形的 4 個角點，可以通過函數 cv2.boxPoints() 獲得，最后繪制得到旋轉邊界矩形。 

函數cv2.minEnclosingCircle可以幫我們找到一個對象的外切圓。它是所有能夠完全包括對象的圓中面積最小的一個。 
函數cv2.fitEllipse返回值其實就是旋轉邊界矩形的內切圓

 

*幾何矩計算

一幅M×N的數字圖像ƒ(i,j)，其p+q階 幾何矩m_pq 和 中心矩 μ_pq為：

 

p+q = 0 為0階矩

p+q = 1 為1階矩

p+q = 2 為2階矩

。。。

其中ƒ(i,j)為圖像在坐標點(i,j)處的灰度值。

 

 

 

多邊形擬合（應用：選擇圖片中幾何體形狀）

 

        """
        approxPolyDP(curve, epsilon, closed[, approxCurve]) -> approxCurve
        curve-擬合曲線
        epsilon-擬合曲線條數（int）
        closed-擬合曲線是否閉合（True or False）
        多邊形擬合
        """
        approxCurve = cv.approxPolyDP(contour,10,True)
        print(approxCurve.shape)
        #畫輪廓多邊形擬合數目>6的圖形輪廓為紅色
        if approxCurve.shape[0] > 6:
            cv.drawContours(dst,contours,i,(0,0,255),2)
        ##畫輪廓多邊形擬合數目=4的圖形輪廓為綠色
        elif approxCurve.shape[0] == 4:
            cv.drawContours(dst,contours,i,(0,255,0),2)
        # 畫輪廓多邊形擬合數目=3的圖形輪廓為藍
        elif approxCurve.shape[0] == 3:
            cv.drawContours(dst,contours,i,(255,0,0),2)
        # 畫其余數目的輪廓多邊形擬合的圖形輪廓為黃色
        else:
            cv.drawContours(dst,contours,i,(0,255,255),2)

 

 

求圖形幾何矩中心 並求最小外接矩形

源碼：

def measure_object(img):
    #img轉為灰度圖gary
    gray = cv.cvtColor(img, cv.COLOR_RGB2GRAY)
    #灰度圖gary轉為二值圖（黑白圖）--->輸出ret 閾值、binary 二值圖
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV|cv.THRESH_OTSU)
    print("threshold value:",ret)
    cv.imshow("binary img", binary)
    # 找二值圖binary的輪廓，cv.RETR_EXTERNAL(只檢索外部輪廓)、cv.RETR_TREE（檢索全部輪廓）
    outImg, contours, hireachy = cv.findContours(binary, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)
    dst = cv.cvtColor(binary,cv.COLOR_GRAY2BGR)
    #遍歷全部輪廓
    for i, contour in enumerate(contours):
        # 輪廓面積
        area = cv.contourArea(contour)
        # 輪廓外接矩形面積
        x, y, w, h = cv.boundingRect(contour)
        # 幾何矩
        mm = cv.moments(contour)
        # print(type(mm))   #mm是字典類型
        #獲得中心矩
        if mm['m00']:
            cx = mm['m10'] / mm['m00']
            cy = mm['m01'] / mm['m00']
        else:
            continue

        """
        circle(img, center, radius, color[, thickness[, lineType[, shift]]]) -> img
        #在原圖img上繪制圓（圓心np.int(cx), np.int(cy)）
        半徑 3 ,顏色(0,255,0)綠,線寬2（如果為負數則填充）
        """
        cv.circle(dst,(np.int(cx), np.int(cy)), 3, (0, 255, 255), -1)
        # center, radius = cv.minEnclosingCircle((np.int(cx), np.int(cy)))
        # cv.circle(img, center, radius, (0, 255, 255), 2)

        """
        rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]]) -> img
        在原圖img上繪制外接矩形 ，左上角端點坐標(x, y)，寬高(x + w, y + h)
        顏色(0,0,255)，線寬2（如果為負數則填充）
        """
        cv.rectangle(dst, (x, y), (x + w, y + h), (0, 0, 255), 2)

        """
        繪制輪廓
        drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]]) -> image
        image-原圖上繪制輪廓
        contours-全部輪廓
        contourIdx-輪廓系數i
        color-顏色
        thickness-線寬
        """
        cv.drawContours(img,contours,i,(0,255,0),2)

        #打印出輪廓面積
        # print("contourArea",area)
        """
        approxPolyDP(curve, epsilon, closed[, approxCurve]) -> approxCurve
        curve-擬合曲線
        epsilon-擬合曲線條數（int）
        closed-擬合曲線是否閉合（True or False）
        多邊形擬合
        """
        approxCurve = cv.approxPolyDP(contour,10,True)
        print(approxCurve.shape)
        #畫輪廓多邊形擬合數目>6的圖形輪廓為紅色
        if approxCurve.shape[0] > 6:
            cv.drawContours(dst,contours,i,(0,0,255),2)
        ##畫輪廓多邊形擬合數目=4的圖形輪廓為綠色
        elif approxCurve.shape[0] == 4:
            cv.drawContours(dst,contours,i,(0,255,0),2)
        # 畫輪廓多邊形擬合數目=3的圖形輪廓為藍
        elif approxCurve.shape[0] == 3:
            cv.drawContours(dst,contours,i,(255,0,0),2)
        # 畫其余數目的輪廓多邊形擬合的圖形輪廓為黃色
        else:
            cv.drawContours(dst,contours,i,(0,255,255),2)

    cv.imshow("measure_object", dst)

src = cv.imread('nums.jpg')
# src = cv.imread('shape.png')
cv.namedWindow('input_image',cv.WINDOW_AUTOSIZE)
cv.imshow('input_image',src)

measure_object(src)

cv.waitKey(0)
cv.destroyAllWindows()

 

(mcx,mcy),radius = cv.minEnclosingCircle(contour)
cv.circle(dst, (int(mcx),int(mcy)), int(radius), (120, 100, 230), 2)

 

補充知識點：

outImg, contours, hireachy = cv2.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE) 

函數有3個參數Arguments（變量）

1、source image（源圖像）一般是 binary 二值圖像

2、contour retrieval mode（輪廓檢索模式） 一般選用  cv.RETR_EXTERNAL(只檢索外部輪廓)    cv.RETR_TREE（檢索全部輪廓）

3、contour approximation method（輪廓近似法）一般選用 cv.CHAIN_APPROX_SIMPLE

ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)

1、gray-源BGR圖像轉化的灰度圖像

2、像素閾值

3、cv.THRESH_BINARY_INV | cv.THRESH_OTSU -二值圖像轉化方法

 

 

參考文章：

https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_contours/py_table_of_contents_contours/py_table_of_contents_contours.html#