【千律】OpenCV基础：图像质心、周长、面积和近似轮廓的计算

环境：Python3.8 和 OpenCV

内容：图像质心、周长、面积和近似轮廓的计算

import cv2 as cv
import matplotlib.pyplot as plt# 封装图片显示函数
def image_show(image):if image.ndim == 2:plt.imshow(image, cmap='gray')else:image = cv.cvtColor(image, cv.COLOR_BGR2RGB)plt.imshow(image)plt.show()if __name__ == '__main__':# 读取原图img_desk = cv.imread('desk.png')# 转换为灰度图img_gray = cv.cvtColor(img_desk, cv.COLOR_RGB2GRAY)# 二值化[thresh, img_bin] = cv.threshold(img_gray, -1, 255, cv.THRESH_OTSU)# 获取轮廓[cnt, hir] = cv.findContours(img_bin, cv.RETR_CCOMP, cv.CHAIN_APPROX_NONE)# 绘制轮廓cv.drawContours(img_desk, cnt, 12, (0, 0, 255), 2)# 计算一阶矩Moment = cv.moments(cnt[12])# 计算质心Moment_X = int(Moment['m10'] / Moment['m00'])Moment_Y = int(Moment['m01'] / Moment['m00'])print("显示图像的质心为：", Moment_X, Moment_Y)# 计算弧长arc = cv.arcLength(cnt[12], True)print("显示图像的弧长为：", int(arc))# 计算面积area = cv.contourArea(cnt[12])print("显示图像的面积为：", int(area))# 近似轮廓epsilon = 0.1 * arcapprox = cv.approxPolyDP(cnt[12], epsilon, True)# 显示图像image_show(img_desk)# 绘制图像的近似轮廓cv.drawContours(img_desk, [approx], 0, (255, 0, 0), 3)# 显示图像image_show(img_desk)

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！