如何使用 OpenCV Python 检测图像中的三角形?

opencvpythonserver side programmingprogramming

要检测图像中的三角形，我们首先检测图像中的所有轮廓。然后我们循环遍历所有轮廓。找到每个轮廓的近似轮廓。如果近似轮廓中的顶点数为 3，则绘制轮廓并将其设置为三角形。请参阅下面的伪代码。

for cnt in contours:
    approx = cv2.approxPolyDP()
    if len(approx) == 3:
        cv2.drawContours()
        cv2.putText("Triangle")

步骤

您可以使用以下步骤检测输入图像中的三角形 −

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('approx1.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

对灰度图像应用阈值以创建二值图像。调整第二个参数以获得更好的轮廓检测。

ret,thresh = cv2.threshold(gray,50,255,0)

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)

从轮廓列表中选择一个轮廓(比如第一个轮廓)cnt。或者循环遍历所有轮廓。

使用 cv2.approxPolyDP() 函数计算每个轮廓 cnt 的近似轮廓点。

approx = cv2.approxPolyDP(cnt,epsilon,True)

如果近似轮廓 approx 中的顶点为 3，则在图像上绘制轮廓并将其设置为三角形。

显示绘制轮廓和近似轮廓的图像。

cv2.imshow("Shapes", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

让我们看一些例子以便更好地理解。

示例1

在下面的 Python 代码中，我们检测输入图像中的三角形。

# import required libraries
import cv2

# read the input image
img = cv2.imread('shapes.jpg')

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

# apply thresholding to convert the grayscale image to a binary image
ret,thresh = cv2.threshold(gray,50,255,0)

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

for cnt in contours:
   approx = cv2.approxPolyDP(cnt, 0.01*cv2.arcLength(cnt, True), True)
   if len(approx) == 3:
      img = cv2.drawContours(img, [cnt], -1, (0,255,255), 3)

      # compute the center of mass of the triangle
      M = cv2.moments(cnt)
      if M['m00'] != 0.0:
         x = int(M['m10']/M['m00'])
         y = int(M['m01']/M['m00'])
      cv2.putText(img, 'Triangle', (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 0), 2)

cv2.imshow("Shapes", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

我们将使用以下图像作为上述程序代码中的输入文件 -

输出

执行上述代码时，它将在控制台上生成以下输出。

Number of contours detected: 4

我们得到以下窗口，显示输出-

在上面的输出图像中，一个三角形是检测到。

示例 2

在此示例中，我们将展示如何检测图像中的多个三角形。

import cv2
import numpy as np

img = cv2.imread('shapes1.jpg')
img1 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret,thresh = cv2.threshold(img1,150,255,0)
contours,hierarchy = cv2.findContours(thresh, 1, 2)
print("Number of contours detected:",len(contours))

for cnt in contours:
   approx = cv2.approxPolyDP(cnt, 0.1*cv2.arcLength(cnt, True), True)
   if len(approx) == 3:
      img = cv2.drawContours(img, [cnt], -1, (0,255,255), 3)
      M = cv2.moments(cnt)
      if M['m00'] != 0.0:
      x = int(M['m10']/M['m00'])
      y = int(M['m01']/M['m00'])
   cv2.putText(img, 'Triangle', (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 0), 2)

cv2.imshow("Triangles", img)
cv2.waitKey(0)
cv2.destroyAllWindows()