Python-OpenCVノート6–アウトライン(Contours)

参照ドキュメント:https://docs.opencv.org/3.4/dd/d49/tutorial_py_contour_features.html

1、輪郭の検索findContours

関数プロトタイプ

image, contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]])

パラメータ:

image:8ビット単一チャネル二値図、階調図非0値1

mode:プロファイルの検索モード

cv2.RETR_EXTERNAL:外郭

のみ検出することを示す

cv2.RETR_LIST:検出された輪郭は等級関係を確立しない

cv2.RETR_CCOMP:2つのレベルの輪郭を確立し、上の層は外境界であり、中の層は内孔の境界情報である.内孔内に連通物体がある場合、この物体の境界も最上階

にある.

cv2.RETR_TREE:階層ツリー構造の輪郭

を作成する

method:輪郭の近似方法

cv2.CHAIN_APPROX_NONE:すべての輪郭点が格納、隣接する2点の画素位置差が1を超えない、すなわちmax(x 1-x 2)、abs(y 2-y 1)==1

cv2.CHAIN_APPROX_SIMPLE:水平方向、垂直方向、対角線方向の要素を圧縮し、その方向の終点座標のみを保持し、例えば矩形の輪郭は4点で輪郭情報

を保存するだけである.

cv2.CHAIN_APPROX_TC89_L1,CV_CHAIN_APPROX_TC89_KCOSはteh-Chinl chain近似アルゴリズム

を用いる

戻り値:

image:処理された画像、正常に

を使っていません

contours:numpyのndarray、各要素は画像の輪郭であり、各要素は複数の点

を含む.

hierarchy:numpyのndarrayは、要素の個数と輪郭の個数が同じであり、輪郭contours[i]はhierarchy[i]に対応し、各hierarchy要素は4つの要素hierarchy[i][0]~hierarchy[i][3]を含み、それぞれ後の輪郭、前の輪郭、親輪郭、内嵌輪郭のインデックス番号を表し、対応する項目がなければ、この値は負数である.

#  
img = cv2.imread('1.jpg')  
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)  
  _, contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

2、輪郭を描くfindContours

関数プロトタイプ

cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]])

パラメータ:

イメージ:入力画像

contours:輪郭、1つの輪郭2点の次元数(1,1,2,1,2,2)

contourIdx:contoursのどの輪郭を描画しますか.-1の場合、その中のすべての輪郭

を描画します.

color:描画された輪郭の色

thickness:輪郭線の幅、-1(cv 2.FILLED)の場合、充填モード

#  
cv2.drawContours(img,contours,-1,(0,0,255),3)  
cv2.imshow("img", img)  
cv2.waitKey(0) 

3、輪郭の特徴Contour Features

3.1、モーメント：cv 2.moments()

関数のプロトタイプ:

cv2.moments(array[, binaryImage])

array:単一の輪郭、1 xNx 1 x 2次元の配列、すなわちN個の2次元点

binaryImage:Trueの場合、0以外のピクセル値=1、デフォルトはFalse

輪郭領域のモーメントを返す辞書

例:

import numpy as np
import cv2

img = cv2.imread('star.jpg',0)
ret, thresh = cv2.threshold(img,127,255,0)
im2,contours,hierarchy = cv2.findContours(thresh, 1, 2)
cnt = contours[0]
M = cv2.moments(cnt)

#  x,y 
cx = int(M['m10']/M['m00'])
cy = int(M['m01']/M['m00'])

3.2、面積：cv 2.contourArea()

関数のプロトタイプ:

cv2.contourArea(contour[, oriented])

contour:単一の輪郭、1 xNx 1 x 2次元の配列、すなわちN個の2次元点

oriented:Trueの場合、輪郭の方向フラグを取得できます.デフォルトはFalse

です.

は、輪郭領域の面積

を返す.
例:

area = cv2.contourArea(cnt)

3.3、周長：cv 2.arcLength()

関数のプロトタイプ:

cv2.arcLength(curve, closed)

curve:単一の輪郭、1 xNx 1 x 2次元の配列、すなわちN個の2次元点

closed:カーブが閉じているかどうかを示すフラグ

は、輪郭領域の周長

を返す.
例:

perimeter = cv2.arcLength(cnt, True)

3.4、凸性検査：cv 2.isContourConvex()

関数のプロトタイプ:

cv2.isContourConvex(contour)

contour:単一の輪郭、1 xNx 1 x 2次元の配列、すなわちN個の2次元点

は、輪郭が凸であるかどうか、Trueであるかどうか、False

であるかどうかを返します.
例:

k = cv2.isContourConvex(cnt)

4、輪郭近似Contour Approximation

4.1、多角形近似：cv 2.approxPolyDP()

関数のプロトタイプ:

cv2.approxPolyDP(curve, epsilon, closed[, approxCurve])

curve:単一の輪郭、1 xNx 1 x 2次元の配列、すなわちN個の2次元点

epsilon:点の最大距離

closed:カーブが閉じているかどうかを設定します.すなわち、最初と最後の2点が同じ点であるかどうか

が得られます.

は、近似輪郭の2 D点セット

を返す.
例:

epsilon = 0.1*cv2.arcLength(cnt, True)
approx = cv2.approxPolyDP(cnt, epsilon, True)

4.2、凸包近似:cv 2.convexHull()

関数のプロトタイプ:

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

points:単一の輪郭、1 xNx 1 x 2次元の配列、すなわちN個の2次元点

hull:出力配列、通常は

を使用しない

clockwise:Trueの場合、出力されるバンプは時計回りで、そうでない場合はデフォルトの反時計回りです.

returnPoints:デフォルト値はTrueで、凸包上の点の座標を返し、Falseの場合、凸包点に対応する輪郭上の点を返します.

は、近似輪郭の2 D点セット

を返す.
例:

hull = cv2.convexHull(cnt)

4.3、矩形近似：Bounding Rectangle

関数のプロトタイプ:

#  
cv2.boundingRect(points)  # 1

#  ， 
cv2.minAreaRect(points)  # 2

#  
cv2.boxPoints(box)  # 3

points:単一の輪郭、1 xNx 1 x 2次元の配列、すなわちN個の2次元点

box:4つの2次元点の配列

:

1:略矩形の左上角点座標、矩形の幅と高さ(x,y,w,h)

2:近似矩形の最上角点座標(x,y)、矩形の幅と高さ(w,h)、および回転角度θ(°)

3:長方形に変換する4つの角点座標

例:

#  
x,y,w,h = cv2.boundingRect(cnt)
cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)

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

4.4、その他の近似

#  
(x,y),radius = cv2.minEnclosingCircle(cnt)
center = (int(x),int(y))
radius = int(radius)
cv2.circle(img,center,radius,(0,255,0),2)

#  
ellipse = cv2.fitEllipse(cnt)
cv2.ellipse(img,ellipse,(0,255,0),2)

#  
rows,cols = img.shape[:2]
[vx,vy,x,y] = cv2.fitLine(cnt, cv.DIST_L2,0,0.01,0.01)
lefty = int((-x*vy/vx) + y)
righty = int(((cols-x)*vy/vx)+y)
cv2.line(img,(cols-1,righty),(0,lefty),(0,255,0),2)