OpenCV轮廓拟合与凸包的讲解与实战应用（附Python源码）_python opencv 边框凸

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~~~