如何在 OpenCV Python 中找到对象的最小外接圆?

opencvpythonserver side programmingprogramming

对象的最小外接圆(circumcircle)是完全覆盖具有最小面积的对象的圆。我们可以使用函数 cv2.minEnclosingCircle() 找到对象的最小外接圆。

语法

此函数的语法是 −

(x,y),radius = cv2.minEnclosingCircle(cnt)

其中，"cnt"是轮廓点。它表示为轮廓点数组。

输出− 返回中心坐标 (x,y) 和最小外接圆的半径。(x,y) 和半径为浮点型。因此，要在图像上绘制一个圆，我们将它们转换为整数。

要绘制最小外接圆，我们使用与在图像上绘制圆相同的函数 -

cv2.circle(img,center,radius,(0,255,0),2)

步骤

您可以使用以下步骤找到对象的最小外接圆 -

导入所需的库。在以下所有 Python 示例中，所需的 Python 库是 OpenCV。确保您已安装它。

import cv2

使用 cv2.imread() 读取输入图像并将其转换为灰度。这里我们加载一个名为 fourpoint-star.png 的图像。

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

对灰度图像应用阈值处理以创建二值图像。调整第二个参数以实现更好的轮廓检测。

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)

选择轮廓 cnt 或循环遍历所有轮廓。使用 cv2.minEnclosingCircle(cnt) 函数找到轮廓 cnt 的最小外接圆。

cnt = contours[0]
(x,y),radius = cv2.minEnclosingCircle(cnt)

将中心和半径传递给以下函数，在输入图像上绘制最小外接圆。第三和第四个参数是所绘制圆的颜色和粗细。

center = (int(x),int(y))
radius = int(radius)
cv2.circle(img,center,radius,(0,255,0),2)

显示已绘制凸包的图像。

cv2.imshow("Circle", 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

在下面的 Python 程序中，我们检测图像中对象的轮廓并找到该对象的最小外接圆。我们还在输入图像上绘制最小外接圆。

# import required libraries
import cv2

# load the input image
img = cv2.imread('fourpoint-star.png')
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 contours detected:", len(contours))

# select the first contour
cnt = contours[0]

# find the minimum enclosing circle
(x,y),radius = cv2.minEnclosingCircle(cnt)

# convert the radius and center to integer number
center = (int(x),int(y))
radius = int(radius)

# Draw the enclosing circle on the image
cv2.circle(img,center,radius,(0,255,0),2)
cv2.imshow("Circle", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

我们将在此程序中使用此图像作为输入文件 -

输出

执行上述代码时，将产生以下输出 -

Number of contours detected: 1

并且，我们得到以下输出窗口 -

检测到的物体的最小外接圆以绿色绘制。

示例 2

在此例如，我们检测图像中物体的轮廓并找到物体的最小包围圆。我们还在输入图像上绘制所有最小包围圆。

import cv2
import matplotlib.pyplot as plt

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

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

# find the enclosing circle for all the contours in the image
for cnt in contours:
   (x,y),radius = cv2.minEnclosingCircle(cnt)
   center = (int(x),int(y))
   radius = int(radius)
   img = cv2.circle(img,center,radius,(0,0,255),3)

# Display the image
cv2.imshow("Circle", img)
cv2.waitKey(0)
cv2.destroyAllWindows()