測定対象のパイソン+ OpenCVの画像処理

OpenCVのは、多くの場合、対象領域、周囲長、重心、バウンディングボックスなどを測定します

グラフィック幾何学的モーメントを求め、最小外接矩形の中心を決定達成パイソンを

インポートCV2の
 インポートのNPとしてnumpyの


__author__ = " boboa " 


DEF ：measure_demo（画像）
    灰色 = cv2.cvtColor（画像、cv2.COLOR_BGR2GRAY）
    RET、脱穀 | = cv2.threshold cv2.THRESH_BINARY、255、0、（灰色cv2.THRESH_OTSU ）
     プリント（" 閾値" 、RET）
    cv2.imshow（" バイナリ" 、脱穀）
    outImage、輪郭、階層 = cv2.findContours（THRESH、cv2.RETR_EXTERNAL、cv2.CHAIN_APPROX_SIMPLE）
     用の I、輪郭に列挙（等高線）：  ＃全体の輪郭横断 
        エリア= cv2.contourArea（輪郭）
         ＃1 cv2.boundingRect（H、W）、矩形の左上隅の4つのパラメータ（X、Y）座標を返す矩形の幅と高さであり 
        、X、 Y、W、H = cv2.boundingRect（輪郭）   ＃は矩形サイズ外接 
        レート=分（W、H）/最大（W、H）            ＃のアスペクト比
        ＃の画像は、中央モーメントで計算され 
        、MM = cv2.moments（輪郭）
        CX =ミリメートル[ " MLO " ] /ミリメートル[ " M00 " ] 
        CY =ミリメートル[ " M01 " ] /ミリメートル[ " M00 " ]   ＃中心位置の幾何学的形状、MMは、辞書型である 
        cv2.circle（画像、（np.int（CX）、np.int（CY））、2、（0、255、255）、-1 ）
        cv2.rectangle（画像、（X、Y）、（X + W、Y + H）、（0、0、255）、2）  ＃は、矩形の外接
        印刷（" 輪郭エリア" 、エリア）
    cv2.imshow（" その対策輪郭" 、イメージ）


IF  __name__ == " __main__ " ：
    IMG = cv2.imread（" 画像/ 123.jpg " ）
    cv2.namedWindow（" 入力画像" 、cv2.WINDOW_AUTOSIZE）
    cv2.imshow（" 入力画像" 、IMG）
    measure_demo（IMG）
    cv2.waitKey（0）
    cv2.destroyAllWindows（）

業績

フィッティングポリゴン（アプリケーション：ジオメトリが画像で選択されている） Pythonが実装

「」「
     ApproxPolyDP（カーブ、イプシロン、クローズ[、approxCurve]） - > approxCurve 
     曲線適合カーブ
     イプシロンカーブフィッティングの資料番号（int型）
     クローズド適合曲線が閉じている（TrueまたはFalse）
     の多角フィッティング
 」」 「
    approxCurve = cv2.approxPolyDP（輪郭、10 、TRUE）
     印刷（approxCurve.shape）
    ＃ポリゴンの数に適合するように輪郭>赤色パターン形状6に
    IF approxCurve.shape [0]> 6 ：
        cv2.drawContours（DST、輪郭、I、（0,0、 255）、2 ）
  ＃青に適し多角形の輪郭パターン番号= 3の輪郭
    のelif approxCurve.shape [0] == 3 ：
        cv2.drawContours（DST、輪郭、I、（ 255 、0、0）、2 ）
     ＃黄色のポリゴンの輪郭にフィットフィギュア輪郭の残りの数
    、他：
        cv2.drawContours（DST、輪郭、I、（0、 255255）、2）

測定対象のパイソン+ OpenCVの画像処理

おすすめ