需要源码和图片请点赞关注收藏后评论区留言私信~~~
一、轮廓拟合
拟合是指将平面上的一系列点，用一条光滑的曲线连接起来，轮廓的拟合就是将凹凸不平的轮廓用平整的几何图形体现出来
1：矩形包围框
矩形包围框是指图像轮廓的最小矩形边界，opencv提供的boundingRect方法可以自动计算轮廓最小矩形边界的坐标、宽和高，语法如下
retval=cv2.boundingRect(array)
array 轮廓数组
retval 元组类型 包含四个整数值 分别是最小矩形包围框的 左上角顶点的横坐标，左上角顶点的纵坐标，矩形的宽和高
下面为爆炸图形绘制矩形包围框
部分代码如下
import cv2 img = cv2.imread("shape2.png") # 读取原图 graycv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 从彩色图像变成单通道灰度图像 # 将灰度图像进行二值化阈值处理 t, biry = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) # 获取二值化图像中的轮廓极轮廓层次数据 contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE) x, y, w, h = cv2.boundingRect(contours[0]) # 获取第一个轮廓的最小矩形边框，记录坐标和宽高 cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 2) # 绘制红色矩形 cv2.how("img", img) # 显示绘制结果 cv2.waitKey() # 按下任何键盘按键后 cv2.destroyAllWindows() # 释放所有窗体
2：圆形包围框
圆形包围框与矩形包围框一样，是图像轮廓的最小圆形边界，opencv提供的minEnclosingCircle方法可以自动计算轮廓最小圆形边界的圆心和半径 语法如下
center,radius=cv2.minEnclosingCircle(points)
points 轮廓数组
center 元组类型 包含两个浮点值 是最小圆形包围框圆心的横纵坐标
radius 浮点类型 最小圆形包围框的半径
下面为爆炸图形绘制圆形包围框
二、凸包
如果能找出图形最外层的端点，将这些端点连接起来，就可以围出一个包围图形的最小包围框，这种包围框叫凸包
凸包是最逼近轮廓的多边形，凸包的每一处都是凸出来的，也就是任意三个点组成的内角均小于180度
opencv提供的convexHull方法可以自动找出轮廓的凸包 语法如下
hull=cv2.convexHull(points,clockwise,returnPoints)
points 轮廓数组
clockwise 可选参数 布尔类型 为true时凸包中的点顺时针排列
returnpoints 可选参数 布尔类型 ture时返回点坐标
hull 凸包的点阵数组
下面为爆炸图形绘制凸包
首先要判断图形的轮廓，然后用convexhull方法找到轮廓的凸包，最后通过polylines方法将凸包中各点连接起来
部分代码如下
import cv2 img = cv2.imread("shape2.png") # 读取原始图像 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 转为灰度图像 ret, birycv2.threshold(gray, 127, 225, cv2.THRESH_BINARY) # 二值化阈值处理 # 检测图像中出现的所有轮廓 contours, hiera = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE) hull = cv2.vexHull(contours[0]) # 获取轮廓的凸包 cv2.polylines(img, [hull], True, (0, 0, 255), 2) # 绘制凸包 cv2.imshow("img", img) # 显示图像 cv2.waitKey() # 按下任何键盘按键后 cv2.destroyAllWindows() # 释放所有窗体
创作不易 觉得有帮助请点赞关注收藏~~~
