目录

一、多边形的逼近

二、凸包

一、多边形的逼近

findContours后的轮廓信息countours可能过于复杂不平滑，可以用approxPolyDP函数对该多边形曲线做适当近似，这就是轮廓的多边形逼近。

apporxPolyDP就是以多边形去逼近轮廓，采用的是Douglas-Peucker算法（方法名中的DP）

DP算法原理比较简单，核心就是不断去找多边形最远的点加入形成新的多边形，直到最短距离小于指定的精度（阈值）。

approxPolyDP(curve, epsilon, closed[, approxCurvel])

  • curve 要逼近的轮廓
  • epsilon 即DP算法使用的阈值
  • closed 轮廓是否闭合

阈值越大，逼近效果越粗糙；阈值越小，逼近效果越好。

得到的approx本质是一个数组ndarray类型，因此画轮廓的时候需要加上[]变成列表类型。

示例代码如下：

import cv2import numpy as np# 导入图片hand = cv2.imread("hand.png")# 变为单通道黑白图片gray = cv2.cvtColor(hand, cv2.COLOR_BGR2GRAY)# 二值化操作ret, new_img = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)# 查找轮廓contours, hierarchy = cv2.findContours(new_img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)# 复制一份原图hand_copy = hand.copy()# 直接在img_copy上面操作cv2.drawContours(hand_copy, contours, -1, (0, 0, 255), 2)# 使用多边形逼近，近似模拟手的轮廓approx = cv2.approxPolyDP(contours[2], 20, closed=True)# approx本质上是一个轮廓数据，是一个ndarray类型print(approx)print(type(approx))# 二contours是一个元组/列表类型# 画出近似逼近的轮廓cv2.drawContours(hand_copy, [approx], -1, (0, 255, 0), 2)cv2.imshow("img", np.hstack((hand, hand_copy)))cv2.waitKey(0)cv2.destroyAllWindows()

输出结果如下：

二、凸包

逼近多边形是轮廓的高度近似，但是有时候，我们希望使用一个多边形的凸包来简化它。凸包和逼近多边形很像，只不过它是物体最外层的凸多边形。凸包指的是完全包含原有轮廓，并且仅由轮廓上的点所构成的多边形。凸包的每一处都凸的，即在凸包内连接任意两点的直线都在凸包的内部。在凸包内，任意连续三个点的内角小于180°。

convexHull（points[,hull [,clockwise[, returnpoints]]]]）

  • points 即轮廓
  • colckwise 顺时针绘制

示例代码如下：

import cv2hand = cv2.imread("hand.png")# 二值化操作gray = cv2.cvtColor(hand, cv2.COLOR_BGR2GRAY)# 二值化操作thresh, binary = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)# 查找轮廓contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)# 绘制轮廓cv2.drawContours(hand, contours, 0, (0, 0, 255), 2)# 多边形逼近approx = cv2.approxPolyDP(contours[2], 20, True)# 画出多边形逼近的轮廓cv2.drawContours(hand, [approx], 0, (0, 0, 255), 2)# 计算凸包hull = cv2.convexHull(contours[2])# 画出凸包cv2.drawContours(hand, [hull], 0, (255, 0, 0), 2)cv2.imshow("hand", hand)cv2.waitKey(0)cv2.destroyAllWindows()

输出结果如下：