如何在 OpenCV Python 中检查图像轮廓是否凸?

opencvpythonserver side programmingprogramming

函数 cv2.isContourConvex() 用于检查曲线(轮廓)是否凸。图像中对象的轮廓是连接边界上所有连续点的曲线，具有相同的颜色或强度。轮廓用于形状分析和对象检测和识别等。

语法

cv2.isContourConvex() 的语法是 −

cv2.isContourConvex(cnt)

其中，"cnt"是图像中对象轮廓点的 numpy 数组。如果轮廓 cnt 是凸的，则返回 True，否则返回 False。

步骤

您可以使用以下步骤检查图像中的轮廓是否凸 -

导入所需的库。在以下所有 Python 示例中，所需的 Python 库都是 OpenCV。确保您已经安装了它。

import cv2

使用 cv2.imread() 读取输入图像并将其转换为灰度。

img = cv2.imread('pentagon.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

对灰度图像应用阈值以创建二值图像。

ret,thresh = cv2.threshold(gray,150,255,0)

使用 cv2.findContours() 函数查找图像中的轮廓。

contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

使用 cv2.isContourConvex(cnt) 计算凸度。如果轮廓是凸的，则返回 True ，否则返回 false。

cnt= contours[0]
k = cv2.isContourConvex(cnt)

在输入图像上绘制轮廓。

cv2.drawContours(img, [cnt], -1, (0,255,255), 3)

打印图像中对象轮廓的凸度。

print("Convexity:", k)

让我们举几个例子以便更好地理解。

示例 1

在下面的 Python 示例中，我们检查矩形的轮廓是凸的还是不是。

import cv2
import numpy as np

img1 = np.zeros((350,630,3), dtype=np.uint8)
img = img1[100:250, 200:380, :]=255
img = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)

ret,thresh = cv2.threshold(img,150,255,0)
contours,hierarchy = cv2.findContours(thresh,cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
print("Number of contours:", len(contours))
cnt= contours[0]
k = cv2.isContourConvex(cnt)
print("Convexity:", k)
x, y = cnt[0][0]

cv2.drawContours(img1, [cnt], -1, (0,255,255), 3)
cv2.putText(img1, f'Convexity:{k}', (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2)

cv2.imshow("Polylines", img1)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出

执行时，它将在控制台上产生以下输出 -

Number of contours: 1 
Convexity: True

我们得到这个窗口，显示输出 -

示例 2

在此 Python 程序中，我们检查图像中星形物体轮廓的凸度。

import cv2
import numpy as np

img1 = cv2.imread('star.png')
img = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)

ret,thresh = cv2.threshold(img,0,255,0)
contours,hierarchy = cv2.findContours(thresh, 1, 2)
print("Number of contours:", len(contours))
cnt= contours[0]
k = cv2.isContourConvex(cnt)
print("Convexity:", k)
x, y = cnt[0][0]

cv2.drawContours(img1, [cnt], -1, (0,255,255), 3)
cv2.putText(img1, f'Convexity:{k}', (x, y+30), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2)

cv2.imshow("Image", img1)
cv2.waitKey(0)
cv2.destroyAllWindows()