Python图片查找轮廓、多边形拟合、最小外接矩形操作实例

1、概述

       经常用到轮廓查找和多边形拟合等opencv操作，因此记录以备后续使用。本文代码中的阈值条件对图片没有实际意义，仅仅是为了测试。

       原图为：
                                       

2、测试代码：

import cv2 import 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 = 0 for i in range(len(contours)):arclen = cv2.arcLength(contours[i], True)epsilon = max(3, int(arclen * 0.02)) # 拟合出的多边形与原轮廓最大距离，可以自己设置，这里根据轮廓周长动态设置approx = cv2.approxPolyDP(contours[i], epsilon, False) # 轮廓的多边形拟合area = cv2.contourArea(contours[i]) # 计算面积rect = cv2.minAreaRect(contours[i])box = np.int0(cv2.boxPoints(rect)) # 计算最小外接矩形顶点h = int(rect[1][0])w = int(rect[1][1])if min(h, w) == 0:ration = 0else:ration = max(h,w) /min(h,w) # 长宽比# 对长宽比，轮廓面积，拟合出的多边形顶点数做筛选if ration < 10 and area > 20 and area < 4000 and approx.shape[0] > 3 :# 对满足条件的轮廓画出轮廓的拟合多边形cv2.polylines(img, [approx], True, (0, 255, 0), 1)cv2.namedWindow('Result of filtered', 0) cv2.imshow('Result of filtered', img) cv2.waitKey()

       画出的所有轮廓：
                                                          
       在原轮廓基础上画出筛选后的轮廓（绿色部分，没有实际意义）：
                                       
                                       
                                                          

总结

以上是生活随笔为你收集整理的Python图片查找轮廓、多边形拟合、最小外接矩形操作实例的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。