【小林的OpenCV基礎課 14】進擊的輪廓畫手/凸包

blog.csdn.net數學：凸包演算法詳解 - 愛國吶 - 博客園?

www.cnblogs.com

處理凸包的一般步驟：

• 預處理
• 獲取輪廓
• 調用函數獲得凸包
• 畫出凸包（可選），計算凸缺陷（可選）

關於凸包，在OpenCV中有兩個常用的函數：convexHull和convexityDefects，下面我們分別講解。

convexHull：根據輪廓計算凸包，當需要繪製凸包時可配合函數polylines使用。函數原型：

hull=cv2.convexHull(points[, hull[, clockwise[, returnPoints]]])

• hull：凸包
• points：點的集合，若要處理輪廓則該參數為對應的輪廓變數
• clockwise：操作方向標識符，為True時，輸出的凸包為順時針方向，否則為逆時針方向
• returnPoints：hull參數的返回形式，若為True則hull返回點坐標的形式，若為False則返回對應點的索引值

import cv2import numpy as npimg = cv2.imread(duolaameng.jpeg)# 圖像預處理grayImg = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)_, binImg = cv2.threshold(grayImg, 100, 255, cv2.THRESH_BINARY)# 獲得輪廓_, contours, hierarchy = cv2.findContours(binImg, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)cv2.drawContours(img, contours, 1, (0, 255, 0), 2)x, y, w, h = cv2.boundingRect(contours[1])cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2)# 計算凸包並畫出hull = cv2.convexHull(contours[1],True)cv2.polylines(img, [hull], True, (255, 0, 0), 3)cv2.imshow(Contours Image, img)cv2.waitKey()cv2.destroyAllWindows()

convexityDefects：這個函數用來計算凸包的凸缺陷，可以得到凸包的起點、終點坐標、輪廓上距離凸包最遠的點坐標和最遠點的近似長度，有時我們也用這個函數來繪製凸包。使用這個函數之前要先用convexHull函數（參數returnPoints置為False）得到凸包。函數原型：

convexityDefects=cv2.convexityDefects(contour, convexhull[, convexityDefects])

• convexityDefects：輸出的凸缺陷向量，包含四個元素，分別為起點坐標、終點坐標、輪廓上距離凸包最遠的點坐標和最遠點的近似長度
• contour：待處理的輪廓
• convexhull：已有的凸包

import cv2import numpy as npimg = cv2.imread(duolaameng.jpeg)# 圖像預處理grayImg = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)_, binImg = cv2.threshold(grayImg, 100, 255, cv2.THRESH_BINARY)# 獲取輪廓_, contours, hierarchy = cv2.findContours(binImg, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)cv2.drawContours(img, contours, 1, (0, 255, 0), 2)x, y, w, h = cv2.boundingRect(contours[1])cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2)# 計算凸包並畫出hull = cv2.convexHull(contours[1],returnPoints=False)defects = cv2.convexityDefects(contours[1],hull)# 提取defects中的參數傳進rangefor i in range(defects.shape[0]):# 對defects參數進行拆解 s,e,f,d = defects[i,0]# 獲取起始點坐標 終點坐標和最遠點坐標 start = tuple(contours[1][s]) end = tuple(contours[1][e]) far = tuple(contours[1][f]) xs,ys = start[0] xe,ye = end[0] xf,yf = far[0]# 用直線繪製凸包 用點繪製最遠點 cv2.line(img,(xs,ys),(xe,ye),(0,255,0),3) cv2.circle(img,(xf,yf),4,(0,0,255),-1)cv2.imshow(Contours Image, img)cv2.waitKey()cv2.destroyAllWindows()

細心的同學會發現，使用convexityDefects的參數繪製凸包的效果並不好，因為它的主要工作是計算凸缺陷，所以若需要繪製凸包，小林建議convexHull+polylines繪製。

關於凸包，還有幾個奇淫技巧，下面列舉下：

函數pointPolygonTest：計算某點與輪廓的相對位置關係，又叫多邊形測試。函數原型：

retval=cv2.pointPolygonTest(contour, pt, measureDist)

• contour：輪廓信息
• pt：某點的坐標
• measureDist：當設為True時，返回值返回某點到輪廓的距離，設為False時返回0，1或-1
• retval：當某點位於輪廓內時返回一個正值，在輪廓外返回一個負值，在輪廓上返回0。例如當measureDist設為False時返回0（在輪廓上）、1（在輪廓里）或-1（在輪廓外）

函數matchShapes：計算形狀或輪廓的匹配程度，返回值越小，說明相似度越高。函數原型：

retval=cv2.matchShapes(contour1, contour2, method, parameter)

• contour1和contour2：需要對比的兩個輪廓
• method：匹配方法，可查閱API
• parameter：默認值為0

函數contourArea：計算輪廓面積

retval=cv2.contourArea(contour[, oriented])

• retval：返回的面積值
• contour：輪廓變數
• oriented：若為True，返回一個帶符號的面積值，正負取決於輪廓的方向，若為False，則返回一個無符號的面積值

下面看幾個Demo

matchShapes的：

img = cv2.imread(duolaameng.jpeg)img2 = cv2.imread(duolaamengRotated.jpeg)#對源圖做適當旋轉# 圖像預處理grayImg = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)grayImg2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)_, binImg = cv2.threshold(grayImg, 100, 255, cv2.THRESH_BINARY)_, binImg2 = cv2.threshold(grayImg2, 100, 255, cv2.THRESH_BINARY)_, contours, hierarchy = cv2.findContours(binImg, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)_, contours2, hierarchy2 = cv2.findContours(binImg2, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)ret = cv2.matchShapes(contours[1], contours2[1], 1, 0.0)print(ret)#顯示0.0001979362991957334

再來一個pointPolygonTest：

dist = cv2.pointPolygonTest(contours[1],(50,50),False)print(dist)#顯示-1.0dist = cv2.pointPolygonTest(contours[1],(50,50),True)print(dist)#顯示-240.5659992600783

這一話的代碼已經同步到Github上了，對應Class 4 Image Processing文件夾下的C4 Draw Hull.py。點擊Star，手有餘香(づ￣ 3￣)づ