标签：resize 一个 des end nump 类型 nts imshow 半径
最小外接圆
函数cv2.minEnclosingCircle() 可以帮我们找到一个对象的外切圆。它是所有能够包括对象的圆中面积最小的一个。
案例：现有下面这样一张图片，要求将图片中心的花朵标记出来。
代码：
import numpy as np import cv2 as cv img=cv.imread("image.jpg",0) #为了显示方便，这里将图片进行缩放 x,y=img.shape img=cv.resize(img,(y//2,x//2)) #将图片二值化，由于前景物体是黑色的，因此在二值化时采用cv.THRESH_TOZERO_INV这种方式 ret,thresh=cv.threshold(img,127,255,cv.THRESH_TOZERO_INV) #寻找图片中的轮廓，mode=cv.RETR_EXTERNAL，这是为了寻找最外层的轮廓 im,contour,hierarchy=cv.findContours(thresh,cv.RETR_EXTERNAL,cv.CHAIN_APPROX_SIMPLE) #cv.minEnclosingCircle函数的参数要求是ndarray类型，因此这里将找到的 # 轮廓中的所有的点存放在一个列表中，然后使用这个列表创建数组 point_list=[] for i in contour: for j in i: point_list.append(j[0]) point_array=np.array(point_list) #使用最小外接圆函数，返回值为这个圆的圆心坐标和圆半径长度 (x,y),radius=cv.minEnclosingCircle(point_array) #图片上的坐标均为整数，圆的半径也要求是整数，因此将它们强制转换为int类型 center=(int(x),int(y)) color=cv.cvtColor(img,cv.COLOR_GRAY2BGR) color=cv.circle(color,center,radius=int(radius),color=(0,0,255),thickness=2) #显示图片 cv.imshow("color",color) cv.waitKey(0) cv.destroyAllWindows()
程序结果：
凸包
凸包与轮廓近似相似，但不同，虽然有些情况下它们给出的结果是一样的。函数cv2.convexHull() 可以用来检测一个曲线是否具有凸性缺陷，并能纠正缺陷。一般来说，凸性曲线总是凸出来的，至少是平的。在opencv中使用函数cv.convexhull来寻找轮廓的凸包，该函数的定义为：
hull=cv.convexHull( points[, hull[, clockwise[, returnPoints]]])
这个函数的参数如下：
Points：我们需要传入的轮廓
Hull：输出，通常不需要
clockwise : 取向标志，如果为True，凸包的方向是顺时针方向，否则为逆时针方向；
returnPoints : 默认为True. 它会返回凸包上点的坐标。如果设置为False，就会返回与凸包点对应的轮廓上的点。
还是上面的这副图片，我们对上面的代码稍加修改，可以得到凸包的形状，代码如下：
import numpy as np import cv2 as cv img=cv.imread("image.jpg",0) #为了显示方便，这里将图片进行缩放 x,y=img.shape img=cv.resize(img,(y//2,x//2)) #将图片二值化，由于前景物体是黑色的，因此在二值化时采用cv.THRESH_TOZERO_INV这种方式 ret,thresh=cv.threshold(img,127,255,cv.THRESH_TOZERO_INV) #寻找图片中的轮廓，mode=cv.RETR_EXTERNAL，这是为了寻找最外层的轮廓 im,contour,hierarchy=cv.findContours(thresh,cv.RETR_EXTERNAL,cv.CHAIN_APPROX_SIMPLE) #cv.minEnclosingCircle函数的参数要求是ndarray类型，因此这里将找到的 # 轮廓中的所有的点存放在一个列表中，然后使用这个列表创建数组 point_list=[] for i in contour: for j in i: point_list.append(j[0]) point_array=np.array(point_list) #寻找凸包，返回值是凸包上的点 hull=cv.convexHull(point_array,returnPoints=True) color=cv.cvtColor(img,cv.COLOR_GRAY2BGR) #将凸包绘制出来，需要注意的是：这里需要将凸包上点的坐标写成一个 #列表传入函数cv.ploylines，否则绘制出来的只是凸包上的一系列点 color=cv.polylines(color,[hull],True,(0,0,255),2) #显示图片 cv.imshow("color",color) cv.waitKey(0) cv.destroyAllWindows()
程序运行结果为：
标签：resize 一个 des end nump 类型 nts imshow 半径
原文地址：https://www.cnblogs.com/puheng/p/9351177.html
