1、概述

經常用到輪廓查找和多邊形擬合等opencv操作，因此記錄以備后續使用。本文代碼中的閾值條件對圖片沒有實際意義，僅僅是為了測試。

原圖為：

2、測試代碼：

import cv2import numpy as npimg = cv2.imread(’/home/yasin/coffe.jpg’)img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)_, contours, hierarchy = cv2.findContours(img_gray, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)cv2.drawContours(img, contours, -1, (255, 0, 255), 1)cv2.namedWindow(’Result of drawContours’, 0)cv2.imshow(’Result of drawContours’, img)cv2.waitKey()cnt = 0for i in range(len(contours)): arclen = cv2.arcLength(contours[i], True) epsilon = max(3, int(arclen * 0.02)) # 擬合出的多邊形與原輪廓最大距離，可以自己設置，這里根據輪廓周長動態設置 approx = cv2.approxPolyDP(contours[i], epsilon, False) # 輪廓的多邊形擬合 area = cv2.contourArea(contours[i]) # 計算面積 rect = cv2.minAreaRect(contours[i]) box = np.int0(cv2.boxPoints(rect)) # 計算最小外接矩形頂點 h = int(rect[1][0]) w = int(rect[1][1]) if min(h, w) == 0: ration = 0 else: ration = max(h,w) /min(h,w) # 長寬比 # 對長寬比，輪廓面積，擬合出的多邊形頂點數做篩選 if ration < 10 and area > 20 and area < 4000 and approx.shape[0] > 3 : # 對滿足條件的輪廓畫出輪廓的擬合多邊形 cv2.polylines(img, [approx], True, (0, 255, 0), 1)cv2.namedWindow(’Result of filtered’, 0)cv2.imshow(’Result of filtered’, img)cv2.waitKey()

畫出的所有輪廓：

在原輪廓基礎上畫出篩選后的輪廓（綠色部分，沒有實際意義）：

補充知識：OpenCV python 輪廓(連通域)最小外接圓形

原圖:[cc.jpg]

import cv2import numpy as npdef main(): # 1.導入圖片 img_src = cv2.imread('cc.jpg') # 2.灰度化,二值化 img_gray = cv2.cvtColor(img_src, cv2.COLOR_BGR2GRAY) ret, img_bin = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY) # 3.連通域分析 img_bin, contours, hierarchy = cv2.findContours(img_bin, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE) # 4.獲取最小外接圓 圓心 半徑 center, radius = cv2.minEnclosingCircle(contours[0]) center = np.int0(center) # 5.繪制最小外接圓 img_result = img_src.copy() cv2.circle(img_result, tuple(center), int(radius), (255, 255, 255), 2) # 6.顯示結果圖片 cv2.imshow('img_src', img_src) cv2.imshow('img_result', img_result) cv2.waitKey() cv2.destroyAllWindows()if __name__ == ’__main__’: main()

處理結果:[img_sult.jpg]

以上這篇Python實現圖片查找輪廓、多邊形擬合、最小外接矩形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。