OpenCV Python中的cv.approxPolyDP：剖析多边形逼近背后的奥秘

后端

2024-01-30 18:41:57

cv.approxPolyDP：多边形逼近的利器

多边形逼近简介

在计算机视觉中，多边形逼近是一种重要的技术，它可以将复杂的轮廓表示为一系列折线段，从而简化图像分析和识别。

cv.approxPolyDP 函数

OpenCV Python 库中的 cv.approxPolyDP 函数是多边形逼近的强大工具。它基于道格拉斯-普克算法，通过迭代方式将轮廓上的点逐步舍弃，直至得到一个闭合的多边形轮廓。

原理探究

cv.approxPolyDP 函数的工作原理如下：

从轮廓中选取一个起始点。
遍历其他点，计算每个点到当前逼近多边形的最近距离。
如果最近距离大于某个阈值，则将该点添加到多边形中。
重复步骤 2 和 3，直到遍历完整个轮廓。

应用实践

1. 轮廓提取

import cv2

# 读入图像
image = cv2.imread("image.jpg")

# 灰度化
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 二值化
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 寻找轮廓
contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 绘制轮廓
cv2.drawContours(image, contours, -1, (0, 255, 0), 2)

# 显示图像
cv2.imshow("轮廓提取", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

2. 面积计算

import cv2

# 读入图像
image = cv2.imread("image.jpg")

# 灰度化
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 二值化
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 寻找轮廓
contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 计算轮廓面积
areas = [cv2.contourArea(contour) for contour in contours]

# 打印轮廓面积
print("轮廓面积：", areas)

3. 包围矩形绘制

import cv2

# 读入图像
image = cv2.imread("image.jpg")

# 灰度化
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 二值化
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 寻找轮廓
contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 绘制包围矩形
for contour in contours:
    x, y, w, h = cv2.boundingRect(contour)
    cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)

# 显示图像
cv2.imshow("包围矩形", image)
cv2.waitKey(0)
cv2.destroyAllWindows()