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。
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。
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。
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。
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。