python 位图轮廓 python 轮廓系数

上一个教程： 轮廓特征

下一个教程： 轮廓线：更多的功能

在这里，我们将学习提取一些经常使用的对象的属性，如实体性、等效直径、遮罩图像、平均强度等。更多的功能可以在Matlab regionprops文档中找到。

（注意：中心点、面积、周长等也属于这一类，但我们在上一章已经看到了）。

1. 纵横比

它是物体的边界矩形的宽度和高度的比率。

$Aspect\ Ratio\ =\ \frac{Width}{Height}$

x,y,w,h = cv.boundingRect(cnt)
aspect_ratio = float(w)/h

2. 延伸度

延伸度是指轮廓线面积与边界矩形面积的比率。

$Extent\ =\ \frac{Object\ Area}{Bounding\ \text{Re}c\tan gle\ Area}$

area = cv.contourArea(cnt)
x,y,w,h = cv.boundingRect(cnt)
rect_area = w*h
extent = float(area)/rect_area

3. 稳固性

稳固性是指轮廓面积与凸壳面积的比率。
$Solidity\ =\ \frac{Contour\ Area}{Convex\ Hull\ Area}$

area = cv.contourArea(cnt)
hull = cv.convexHull(cnt)
hull_area = cv.contourArea(hull)
solidity = float(area)/hull_area

4. 等效直径

等效直径是指其面积与轮廓面积相同的圆的直径。

$Equivalent\ Diameter\ =\ \sqrt{\frac{4\times Contour\ Area}{\pi}}$

area = cv.contourArea(cnt)
equi_diameter = np.sqrt(4*area/np.pi)

5. 方向

方向是指物体所处的角度。以下方法也给出了主轴和次轴的长度。

(x,y),(MA,ma),angle = cv.fitEllipse(cnt)

6. 蒙版和像素点

在某些情况下，我们可能需要包括该对象的所有点。这可以按以下方式进行：

mask = np.zeros(imgray.shape,np.uint8)
cv.drawContours(mask,[cnt],0,255,-1)
pixelpoints = np.transpose(np.nonzero(mask))
#pixelpoints = cv.findNonZero(mask)

这里给出了两种方法，一种是使用Numpy函数，另一种是使用OpenCV函数（最后一行注释）来做同样的事情。结果也是一样的，但有一点不同。Numpy给出的坐标是（行，列）格式，而OpenCV给出的坐标是（x，y）格式。所以基本上答案会互换。注意，行=y，列=x。

7. 最大值、最小值和它们的位置

我们可以用蒙版图像找到这些参数。

min_val, max_val, min_loc, max_loc = cv.minMaxLoc(imgray,mask = mask)

8. 平均颜色或平均强度

在这里，我们可以找到一个物体的平均颜色。也可以是灰度模式下物体的平均强度。我们再次使用相同的蒙版来做这件事。

mean_val = cv.mean(im,mask = mask)

9. 极端点

极端点指的是物体的最上面、最下面、最右边和最左边的点。

leftmost = tuple(cnt[cnt[:,:,0].argmin()][0])
rightmost = tuple(cnt[cnt[:,:,0].argmax()][0])
topmost = tuple(cnt[cnt[:,:,1].argmin()][0])
bottommost = tuple(cnt[cnt[:,:,1].argmax()][0])

例如，如果我把它应用于印度地图，我得到以下结果：

练习

• 在matlab regionprops文档中还有一些功能。试着去实现它们。