python 生成任意形狀的凸包圖代碼

一、效果圖：

在左圖的白色區域周圍，畫任意形狀的凸包圖。

二、代碼

import cv2import numpy as np def generate_poly(image, n, area_thresh): ''' 隨機生成凸包 :param image: 二值圖 :param n: 頂點個數 :param area_thresh: 刪除小于此面積閾值的凸包 :return: 凸包圖 ''' row, col = np.where(image[:, :, 0] == 255) # 行,列 point_set = np.zeros((n, 1, 2), dtype=int) for j in range(n): index = np.random.randint(0, len(row)) point_set[j, 0, 0] = col[index] point_set[j, 0, 1] = row[index] hull = [] hull.append(cv2.convexHull(point_set, False)) drawing_board = np.zeros(image.shape, dtype=np.uint8) cv2.drawContours(drawing_board, hull, -1, (255, 255, 255), -1) cv2.namedWindow(’drawing_board’, 0), cv2.imshow(’drawing_board’, drawing_board), cv2.waitKey() # 如果生成面積過小，重新生成 if cv2.contourArea(hull[0]) < area_thresh: drawing_board = generate_poly(image, n, area_thresh) # 如果生成洞，重新生成 is_hole = image[drawing_board == 255] == 255 if is_hole.all() == True: # 洞，則drawing_board所有為255的地方，image也是255，all()即為所有位置 drawing_board = generate_poly(image, n, area_thresh) return drawing_board img = np.zeros((256, 256, 3), np.uint8)cv2.circle(img, (100, 100), 50, (255, 255, 255), -1)cv2.namedWindow(’img’, 0), cv2.imshow(’img’, img), cv2.waitKey() img_hull = generate_poly(img, 8, 100)cv2.namedWindow(’img_hull’, 0), cv2.imshow(’img_hull’, img_hull), cv2.waitKey()

補充知識：opencv python 輪廓特征/凸包/外接矩形/外接圓/擬合矩形/擬合直線/擬合圓

Contour Features

1 圖像的矩

cv2.moments()

圖像的矩可以幫助計算物體的某些特征，如對象的質心，對象的區域等.

代碼：

import cv2import numpy as np img = cv2.imread(’img7.png’,0)ret,thresh = cv2.threshold(img,127,255,0)im2,contours,hierarchy = cv2.findContours(thresh, 1, 2) cnt = contours[0]M = cv2.moments(cnt)print( M )

輸出：

{’m00’: 283.0, ’m10’: 8260.666666666666, ’m01’: 34747.666666666664, ’m20’: 251349.8333333333, ’m11’: 1008063.0, ’m02’: 4274513.166666666, ’m30’: 7941981.4, ’m21’: 30484543.9, ’m12’: 123258620.46666667, ’m03’: 526819846.70000005, ’mu20’: 10223.989595602674, ’mu11’: -6208.702394974302, ’mu02’: 8080.874165684916, ’mu30’: 8302.495426246896, ’mu21’: -14552.154961312423, ’mu12’: 11791.528133469663, ’mu03’: -3268.923251092434, ’nu20’: 0.12765785058625623, ’nu11’: -0.07752253611575, ’nu02’: 0.10089867729257346, ’nu30’: 0.006162296011483629, ’nu21’: -0.010800931752771139, ’nu12’: 0.008751933371317017, ’nu03’: -0.0024262672459139235}

此刻，可以提取有用的數據，如面積，質心等.

質心由關系給出：

cx = int(M[’m10’]/M[’m00’])cy = int(M[’m01’]/M[’m00’])

2輪廓面積

cv2.contourArea(contour[, oriented])

3輪廓周長

cv2.arcLength(curve, closed)

第二個參數指定形狀是否為閉合輪廓

4輪廓近似

它根據我們指定的精度將輪廓形狀近似為具有較少頂點數的另一個形狀.它是Douglas-Peucker算法的一種實現方式.

cv2.approxPolyDP(curve, epsilon, closed[, approxCurve])

第二個參數epsilon，它是從輪廓到近似輪廓的最大距離.第三個參數指定曲線是否閉合.

下面，在第二幅圖像中，綠線表示epsilon =弧長的10％的近似曲線. 第三幅圖像顯示相同的epsilon =弧長的1％.

代碼：

import cv2import numpy as np img = cv2.imread(’img8.png’)cv2.imshow(’src’,img)imgray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)ret, thresh = cv2.threshold(imgray, 127, 255, 0)im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)cnt = contours[1] epsilon = 0.1*cv2.arcLength(cnt,True)approx = cv2.approxPolyDP(cnt,epsilon,True)cv2.polylines(img, [approx], True, (0, 0, 255), 2) cv2.imshow(’show’,img)cv2.waitKey()

5凸包

凸包看起來類似輪廓近似，但是它不是（兩者在某些情況下可能提供相同的結果）.

convexHull(points[, hull[, clockwise[, returnPoints]]]):檢查曲線的凸性缺陷并進行修正.

points:傳入的輪廓

hull：輸出

clockwise：方向標志，如果為True，則順時針方向輸出凸包.

returnPoints：默認情況下為True，然后它返回hull points的坐標； 如果為False，則返回與hull points對應的輪廓點的索引

下面的手形圖像. 紅線表示手的凸包， 雙面箭頭標記顯示凸起缺陷.

代碼：

import cv2import numpy as np img = cv2.imread(’img8.png’) imgray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)ret, thresh = cv2.threshold(imgray, 127, 255, 0)im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)cnt = contours[1] hull = cv2.convexHull(cnt)

returnPoints = True，得到以下值:

array([[[192, 135]], [[ 9, 135]], [[ 9, 12]], [[192, 12]]], dtype=int32)

如果想找到凸性缺陷，需要傳遞returnPoints = False,得到以下結果:

array([[129], [ 67], [ 0], [142]], dtype=int32)

這些是輪廓中相應點的索引,檢查第一個值：

cnt[129]Out[3]: array([[192, 135]], dtype=int32)

與第一個結果相同.

6 檢查凸性

cv2.isContourConvex(contour):檢查曲線是否凸起

7 外接矩形

7.1 直邊外接矩形

它是一個直的矩形，它不考慮對象的旋轉。因此，邊界矩形的面積不會最小.

cv.boundingRect()

設（x，y）為矩形的左上角坐標，（w，h）為寬度和高度

代碼：

import cv2import numpy as np img = cv2.imread(’img7.png’) imgray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)ret, thresh = cv2.threshold(imgray, 127, 255, 0)im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)cnt = contours[0] x,y,w,h = cv2.boundingRect(cnt)cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2) cv2.imshow(’show’,img)cv2.waitKey()

7.2 最小外接矩形

cv.minAreaRect返回一個Box2D結構，其中包含以下detals - （center（x，y），（width，height），rotation of rotation）

cv.boxPoints畫上述矩形.

代碼：

rect = cv2.minAreaRect(cnt)box = cv2.boxPoints(rect)box = np.int0(box)cv2.drawContours(img,[box],0,(0,0,255),2)

8 最小封閉圈

(x,y),radius = cv2.minEnclosingCircle(cnt)center = (int(x),int(y))radius = int(radius)cv2.circle(img,center,radius,(0,255,0),2)

9 擬合橢圓

ellipse = cv2.fitEllipse(cnt)cv2.ellipse(img,ellipse,(0,255,0),2)

10 擬合直線

rows,cols = img.shape[:2][vx,vy,x,y] = cv2.fitLine(cnt, cv2.DIST_L2,0,0.01,0.01)lefty = int((-x*vy/vx) + y)righty = int(((cols-x)*vy/vx)+y)cv2.line(img,(cols-1,righty),(0,lefty),(0,255,0),2)

以上這篇python 生成任意形狀的凸包圖代碼就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持好吧啦網。