如何使用 OpenCV Python 计算图像中对象的纵横比?

opencvpythonserver side programmingprogramming

对象的纵横比计算为对象边界矩形的宽度和高度之比。因此，要计算纵横比，我们首先必须找到对象的边界矩形。可以使用 cv2.boundingRect() 函数找到对象的边界矩形。

它接受对象的轮廓点并返回边界矩形的左上角坐标 (x,y) 和 (width, height)。我们使用宽度和高度来计算纵横比。

语法

x, y, w, h = cv2.boundingRect(cnt)
aspect_ratio = float(w)/h

此处，"cnt"是图像中对象轮廓点的 numpy 数组。

步骤

您可以使用以下步骤来计算图像中对象的纵横比 −

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('fourpoint-star.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

对灰度图像应用阈值以创建二值图像。调整第二个参数以更好地检测轮廓。

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)

选择一个轮廓 cnt 或循环遍历所有轮廓。使用对象边界矩形的宽度和高度计算纵横比。

cnt = contours[0]
x, y, w, h = cv2.boundingRect(cnt)
ar = float(w)/h

您可以选择在输入图像上绘制轮廓和边界矩形。还将纵横比作为文本放在图像上

cv2.drawContours(img, [cnt], -1, (0,255,255), 3)
cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)

打印纵横比并显示带有绘制轮廓和边界矩形的图像。

print("对象的纵横比: ", ar)
cv2.imshow("纵横比", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

让我们看一些例子以便更清楚地理解。

示例 1

在这个 Python 程序中，我们计算纵横比图像中物体的比例。我们在图像上绘制物体的轮廓和边界矩形。我们还将纵横比作为对象的文本。

# import required libraries
import cv2

# load the input image
img = cv2.imread('fourpoint-star.png')

# convert the image to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# apply thresholding to convert grayscale to binary image
ret,thresh = cv2.threshold(gray,150,255,0)

# find the contours
contours,hierarchy = cv2.findContours(thresh, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
print("Number of objects detected:", len(contours))

# define function to compute aspect ratio
def aspect_ratio(cnt):
   x, y, w, h = cv2.boundingRect(cnt)
   ratio = float(w)/h
   return ratio

# select first contour
cnt = contours[0]

# find the aspect ratio
ar = aspect_ratio(cnt)

# round it to two decimal points
ar = round(ar, 2)

# draw contours
cv2.drawContours(img,[cnt],0,(0,255,0),2)

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

# put text on the image
cv2.putText(img, f'Aspect Ratio={ar}', (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2)
print(f"Aspect Ratio of object 1 =", ar)
cv2.imshow("Aspect Ratio", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

我们将使用以下图像作为此程序中的输入文件−

输出

当我们执行上述代码时，它将产生以下输出 −

Number of objects detected: 1 
Aspect Ratio of object 1 = 1.71

并且，我们得到以下输出窗口−

轮廓用绿色绘制，边界矩形用蓝色绘制。检测到的物体的纵横比以白色显示。

示例 2

在此 Python 程序中，我们计算图像中所有物体的纵横比。我们在图像上绘制所有轮廓和边界矩形。我们还将纵横比作为所有物体的文本。

import cv2
import numpy as np

img = cv2.imread('shapes2.png')
img1 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret,thresh = cv2.threshold(img1,40,255,0)
contours,hierarchy = cv2.findContours(thresh, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
print("Number of objects detected:", len(contours))

def aspect_ratio(cnt):
   x, y, w, h = cv2.boundingRect(cnt)
   ratio = float(w)/h
   return ratio

# loop over all the contours
for i, cnt in enumerate(contours):
   ar = aspect_ratio(cnt)
   ar = round(ar, 3)
   x,y,w,h = cv2.boundingRect(cnt)
   cv2.drawContours(img,[cnt],0,(0,255,0),2)
   cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
   cv2.putText(img, f'{ar}', (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2)
   print(f"Aspect Ratio of object {i+1} =", ar)

cv2.imshow("Aspect Ratio", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

我们将使用以下图像作为此程序中的输入文件 -

输出

当我们执行上述代码时，它将产生以下输出-

Number of objects detected: 7 
Aspect Ratio of object 1 = 1.662 
Aspect Ratio of object 2 = 0.657 
Aspect Ratio of object 3 = 0.705 
Aspect Ratio of object 4 = 0.912 
Aspect Ratio of object 5 = 0.94 
Aspect Ratio of object 6 = 1.054 
Aspect Ratio of object 7 = 1.845

我们得到以下输出窗口 -