主頁 > 知識庫 > OpenCV-Python實現(xiàn)凸包的獲取

OpenCV-Python實現(xiàn)凸包的獲取

熱門標(biāo)簽:商家地圖標(biāo)注海報 騰訊地圖標(biāo)注沒法顯示 ai電銷機器人的優(yōu)勢 地圖標(biāo)注自己和別人標(biāo)注區(qū)別 海外網(wǎng)吧地圖標(biāo)注注冊 南陽打電話機器人 打電話機器人營銷 聊城語音外呼系統(tǒng) 孝感營銷電話機器人效果怎么樣

前言

逼近多邊形是某個圖像輪廓的高度近似,而凸包的提出是為了簡化逼近多邊形的。其實,凸包跟逼近多邊形很像,只不過它是物體最外層的“凸”多邊形。

簡單的概括,凸包是指完全包含原有輪廓,并且僅由輪廓上的點所構(gòu)成的多邊形。凸包的特點是每一處都是凸的,即在凸包內(nèi)連接任意兩點的直線都在凸包的內(nèi)部,并且任意連續(xù)3個點的內(nèi)角小于180度。

在OpenCV中,它給我們提供cv2.convexHull()來獲取輪廓的凸包。其完整定義如下:

def convexHull(points, hull=None, clockwise=None, returnPoints=None): 

points:輪廓

hull:返回值,為凸包角點??梢岳斫鉃槎噙呅蔚狞c坐標(biāo),或索引。

clockwise:布爾類型,為True時,凸包角點將按順時針方向排列;為False時,為逆時針。

returnPoints:布爾類型,默認(rèn)值True,函數(shù)返回凸包角點的x/y坐標(biāo);為False時,函數(shù)返回輪廓中凸包角點的索引。

獲取凸包角點

既然,我們已經(jīng)了解了凸包的作用,并且理解了OpenCV提供的函數(shù)。下面,我們隨便選取一張圖,獲取凸包角點。具體代碼如下所示:

import cv2

img = cv2.imread("24.jpg")

cv2.imshow("img", img)
# 轉(zhuǎn)換為灰度圖像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

hull=cv2.convexHull(contours[0])

print(hull)

這里,我們隨便獲取了一張圖像,并獲取其凸包的角點。運行之后,角點坐標(biāo)如下:

如果修改參數(shù)returnPoints為False,會返回對應(yīng)的6個索引值。

這里我們再添加一行代碼就可以繪制凸包多邊形了,具體添加的代碼如下:

#獲取hull之后
cv2.polylines(img, [hull], True, (0, 255, 0), 2)
cv2.imshow("img1", img)

運行之后,效果如下所示:

凸缺陷

凸包與輪廓之間的部分我們稱之為凸缺陷。在OpenCV中使用函數(shù)cv2.convexityDefects()獲取凸缺陷,其完整定義如下:

def convexityDefects(contour, convexhull, convexityDefects=None): 

contour:輪廓

convexhull:凸包

convexityDefects:返回值,為凸缺陷點集。它是一個數(shù)組,返回的指包括[起點,終點,輪廓上的距離凸包最遠(yuǎn)點,最遠(yuǎn)點到凸包的近似距離]

特別注意,用該函數(shù)計算凸缺陷之前,我們需要使用函數(shù)cv2.convexHull()獲取凸包,但其參數(shù)returnPoints必須為False。

下面,我們來使用該函數(shù)計算上圖的凸缺陷。代碼如下:

import cv2

img = cv2.imread("24.jpg")
cv2.imshow("img", img)

# 轉(zhuǎn)換為灰度圖像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

hull = cv2.convexHull(contours[0], returnPoints=False)

defects = cv2.convexityDefects(contours[0], hull)
print(defects)

for i in range(defects.shape[0]):
    s, e, f, d = defects[i, 0]
    start = tuple(contours[0][s][0])
    end = tuple(contours[0][e][0])
    far = tuple(contours[0][f][0])
    cv2.line(img, start, end, [0, 255, 0], 2)
    cv2.circle(img, far, 5, [0, 0, 255], -1)

cv2.imshow("img1", img)

cv2.waitKey()
cv2.destroyAllWindows()

運行之后,效果如下:


如上圖所示,我們用點標(biāo)記出來的凸缺陷,可以看到五角星的每個凹肩都是凸缺陷。

最后可以擴展以下,其中OpenCV提供函數(shù)cv2.isContourConvex()來判斷輪廓是否是凸形的。同時,也提供了cv2.pointPolygonTest()函數(shù)來計算點到多邊形(輪廓)的最短距離,也就是垂線距離,這個計算由稱為點和多邊形的關(guān)系測試。感興趣的讀者可以自己實驗這兩個方函數(shù)。

簡單例子 手勢圖片

接下來,我們將介紹一張稍微難一點的圖片——手勢圖片(finger.jpg),如下所示:

我們將會來尋找這個手勢的凸包?;镜奶幚硭悸愤€是和之前的一致,只是要在二值化以及凸包點集集合的大小上做一些處理,取二值化的閾值為235,凸包點集中的點個數(shù)大于5,完整的Python代碼如下:

import cv2

# 讀取圖片并轉(zhuǎn)至灰度模式
imagepath = 'F://finger.jpg'
img = cv2.imread(imagepath, 1)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化,取閾值為235
ret, thresh = cv2.threshold(gray, 235, 255, cv2.THRESH_BINARY)

# 尋找圖像中的輪廓
image, contours, hierarchy = cv2.findContours(thresh, 2, 1)

# 尋找物體的凸包并繪制凸包的輪廓
for cnt in contours:
    hull = cv2.convexHull(cnt)
    length = len(hull)
    # 如果凸包點集中的點個數(shù)大于5
    if length > 5:
        # 繪制圖像凸包的輪廓
        for i in range(length):
            cv2.line(img, tuple(hull[i][0]), tuple(hull[(i+1)%length][0]), (0,0,255), 2)

cv2.imshow('finger', img)
cv2.waitKey()

檢測到的凸包如下圖所示:

可以發(fā)現(xiàn),一共檢測到2個凸包,一個是整個手勢外圍的凸包,正好包圍整個手,另一個是兩個手指形成的內(nèi)部的圖形,類似于O的凸包,這符合我們的預(yù)期。

到此這篇關(guān)于OpenCV-Python實現(xiàn)凸包的獲取的文章就介紹到這了,更多相關(guān)OpenCV-Python 凸包內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

標(biāo)簽:迪慶 楊凌 六盤水 聊城 撫州 牡丹江 揚州 南寧

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《OpenCV-Python實現(xiàn)凸包的獲取》,本文關(guān)鍵詞  OpenCV-Python,實現(xiàn),凸包,的,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《OpenCV-Python實現(xiàn)凸包的獲取》相關(guān)的同類信息!
  • 本頁收集關(guān)于OpenCV-Python實現(xiàn)凸包的獲取的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章