如何利用OpenCV尋找輪廓的中心？

簡 介：

本文介紹了利用OpenCV和Python編程來計算形狀輪廓的中心點(diǎn)。當(dāng)然后面還會繼續(xù)給出如何通過輪廓來分辨物體形狀種類，以及對于各自的顏色進(jìn)行標(biāo)準(zhǔn)。

關(guān)鍵詞：

OpenCV，contours，中心點(diǎn)

尋找輪廓的中心

目 錄

Contents

形狀檢測和分析

利用OpenCV尋

找邊界中心點(diǎn)

總 結(jié)

尋找輪廓的中心

目 錄

Contents

形狀檢測和分析

利用OpenCV尋

找邊界中心點(diǎn)

總 結(jié)

今

天在圖像處理中需要用到OpenCV的輪廓中心，在 OpenCV center of contour 中看到了給定的方法。將其總結(jié)如下，便于以后的應(yīng)用。

1.1 形狀檢測和分析

今天我們開啟一個新的三聯(lián)示例程序，用于形狀檢測和分析。通過這個系列，我們可以：

1. 計算邊界、形狀的中心點(diǎn)；

2. 識別不同的形狀，比如圓形、方形，舉行，三角形，五邊形。這些僅僅根據(jù)邊界的性質(zhì)就可以進(jìn)行識別；

3. 標(biāo)示形狀的顏色。

相比于PyImageSearch網(wǎng)文來說，這個話題比較基礎(chǔ)，但是為了回應(yīng)下面我所遇到的提問：

我如何能夠使用Python和OpenCV計算邊界的中心點(diǎn)？

今天的博文中，我將回答上面的問題。

在這個系列的上一篇博文中，我們基于已經(jīng)知曉了物體的邊界然后來識別圖像中的形狀。

1.2 利用OpenCV尋找邊界中心點(diǎn)

在上面的圖像中，你可以看到一系列從建筑紙張材料切割下來的不同形狀，也注意到他們并不是完美的多邊形，也就是長方形并不是嚴(yán)格的長方形，圓形也不是那么的圓。畢竟它們是人徒手繪制出并切割下來的形狀，所以包含了不同的變形。

記住這一點(diǎn)，今天的教程的目的是：

檢測圖片中各種形狀的外輪廓；

接著計算所有形狀的中心點(diǎn)，也稱為區(qū)域的中心；

為了實(shí)現(xiàn)這個目標(biāo)，我們需要進(jìn)行一些圖像處理，包括：

將圖片轉(zhuǎn)換成灰度圖；

進(jìn)行模糊化來提高輪廓檢測精度；

將圖像進(jìn)行二值化；采用經(jīng)典的邊緣檢測和閾值處理完成二值化。這里采用閾值處理的方式。

在開始正式編程之前，你需要先保證在你的系統(tǒng)中已經(jīng)安裝了 imutils Python Packages ：

pip install --upgrade imutils

1

現(xiàn)在我們可以開始編程了。

建立一個新的文件，命名為： center_of_shape.py，下面是相應(yīng)的代碼：

# import the necessary packages import argparse import imutils import cv2 # construct the argument parse and parse the arguments ap = argparse.ArgumentParser() ap.add_argument("-i", "--image", required=True, help="path to the input image") args = vars(ap.parse_args()) # load the image, convert it to grayscale, blur it slightly, # and threshold it image = cv2.imread(args["image"]) gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) blurred = cv2.GaussianBlur(gray, (5, 5), 0) thresh = cv2.threshold(blurred, 60, 255, cv2.THRESH_BINARY)[1]

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

2 - 4 行為輸入相應(yīng)的軟件包，接著對于命令行參數(shù)進(jìn)行分析。 我們只需要單開關(guān)量 ---image ，這是給出我們需要處理的圖片在磁盤上的路徑。

我們將該圖像從磁盤上載入到及其內(nèi)存，使用灰度轉(zhuǎn)換進(jìn)行預(yù)處理。采用5×5尺寸的高斯核完成圖像平滑，最后進(jìn)行閾值處理。

輸出的圖像如下圖所示：

可以注意到，經(jīng)過閾值處理，各類形狀為白色，背景為黑色。

下一步就是找到這些區(qū)域的邊緣：

# find contours in the thresholded image cnts = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) cnts = imutils.grab_contours(cnts)

1

2

3

4

在程序中的20 - 21 行，調(diào)用 cv2.findContours 返回形狀的輪廓，對應(yīng)的圖片中白色大塊區(qū)域的邊緣。 根據(jù)所使用的OpenCV的版本不同， 2.4.3,2.3.4 行22 使用恰當(dāng)?shù)脑M參數(shù)。你可以在 這個鏈接 看到關(guān)于不同OpenCV版本在 cv2.findContours 函數(shù)返回的不同參數(shù)。

下面我們開始處理每一個輪廓：

# loop over the contours for c in cnts: # compute the center of the contour M = cv2.moments(c) cX = int(M["m10"] / M["m00"]) cY = int(M["m01"] / M["m00"]) # draw the contour and center of the shape on the image cv2.drawContours(image, [c], -1, (0, 255, 0), 2) cv2.circle(image, (cX, cY), 7, (255, 255, 255), -1) cv2.putText(image, "center", (cX - 20, cY - 20), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 255, 255), 2) # show the image cv2.imshow("Image", image) cv2.waitKey(0)

1

2

3

4

5

6

7

8

9

10

11

12

13

14

程序行 25 是開始一個循環(huán)來處理每一個單個輪廓，緊接著 程序行27 計算他們的圖像矩（ image moments ）。

在計算機(jī)視覺和圖像處理中，圖像矩表征了圖像中物體的形狀。這些矩給出了 形狀的基本統(tǒng)計特征，包括物體的面積，中心（也就是物體中心 ( x , y ) \left( {x,y} \right) (x,y) 的坐標(biāo)位置），方向以及其他的一些可能用到的特性。

這里我們只對輪廓的中心感興趣，通過程序行 28 - 29 我們計算獲得輪廓的中心點(diǎn)。

從程序行 32-34 進(jìn)行如下的處理：

通過使用 cv2.drawContours 在當(dāng)前形狀周圍繪制輪廓；

在形狀中心 (cX, cY) 繪制白色圓圈；

在白色圓圈附近輸出字符text。

在計算機(jī)命令窗口使用下面的命令運(yùn)行上述Python程序：

$ python center_of_shape.py --image shapes_and_colors.png

1

下面是顯示的運(yùn)行結(jié)果：

[外鏈圖片轉(zhuǎn)存失敗,源站可能有防盜鏈機(jī)制,建議將圖片保存下來直接上傳(img-RBoGbgBA-1643421016158)(https://pyimagesearch.com/wp-content/uploads/2016/01/center_of_contour_results.gif#pic_center =560x )]

你可以看到每一個形狀都被正確的檢測到。

本

文介紹了利用OpenCV和Python編程來計算形狀輪廓的中心點(diǎn)。當(dāng)然后面還會繼續(xù)給出如何通過輪廓來分辨物體形狀種類，以及對于各自的顏色進(jìn)行標(biāo)準(zhǔn)。

■ 相關(guān)文獻(xiàn)鏈接:

OpenCV center of contour

imutils Python Packages

這個鏈接

image moments

● 相關(guān)圖表鏈接:

圖1.1.1 下面將要使用到的具有很多不同顏色形狀的圖片

圖1.2.2 將圖片進(jìn)行閾值處理輸出二值化的圖片，這類形狀為白色，背景為黑色

OpenCV Python

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實(shí)的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實(shí)后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。