怎么使用python opencv实现目标外接图形

本文小编为大家详细介绍“怎么使用python opencv实现目标外接图形”，内容详细，步骤清晰，细节处理妥当，希望这篇“怎么使用python opencv实现目标外接图形”文章能帮助大家解决疑惑，下面跟着小编的思路慢慢深入，一起来学习新知识吧。

简介

无论使用哪种几何外接方法，都需要先进行轮廓检测。

当我们得到轮廓对象后，可以使用boundingRect()得到包裹此轮廓的最小正矩形，minAreaRect()得到包裹轮廓的最小矩形(允许矩阵倾斜)，minEnclosingCircle()得到包裹此轮廓的最小圆形。

最小正矩形和最小外接矩形的区别如下图所示：

实现

这里给出上述5中外接图形在python opencv上的实现：

①. 边界矩形

import cv2
import numpy as np

img = cv2.imread('/home/pzs/图片/test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh, binary = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)
binary, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cv2.imshow('binary', binary)
cv2.waitKey(0)

for cnt in contours:
    x,y,w,h = cv2.boundingRect(cnt)
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 1)

cv2.imshow('image', img)
cv2.waitKey(0)

②. 最小外接矩形

import cv2
import numpy as np

img = cv2.imread('/home/pzs/图片/test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh, binary = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)
binary, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cv2.imshow('binary', binary)
cv2.waitKey(0)

for cnt in contours:
    rect = cv2.minAreaRect(cnt)
    box = cv2.boxPoints(rect)
    box = np.int0(box)
    cv2.drawContours(img, [box], 0, (0, 0, 255), 2)


cv2.imshow('image', img)
cv2.waitKey(0)

③. 最小外接圆

import cv2
import numpy as np

img = cv2.imread('/home/pzs/图片/test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh, binary = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)
binary, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cv2.imshow('binary', binary)
cv2.waitKey(0)

for cnt in contours:
    (x, y), radius = cv2.minEnclosingCircle(cnt)
    center = (int(x), int(y))
    radius = int(radius)
    cv2.circle(img, center, radius, (255, 0, 0), 2)

cv2.imshow('image', img)
cv2.waitKey(0)

读到这里，这篇“怎么使用python opencv实现目标外接图形”文章已经介绍完毕，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注亿速云行业资讯频道。