基于OpenCV的图像形状检测(含源码)

导读

本文给大家分享一个用OpenCV传统方法实现形状检测的小案例。

 背景介绍

实例来源：https://github.com/akshaybhatia10/ComputerVision-Projects/tree/master/FindShapes

其中典型的测试图片如下：

上图中包含了矩形、正方形、三角形、圆形和五角形共5种形状，我们的目的是将其定位并标注对应的形状，效果如下：

​

 实现步骤

【1】 图片转为灰度图，做二值化。原图比较简单，可以用固定阈值或OTSU阈值方法；

# 固定阈值
ret,thresh = cv2.threshold(gray, 70, 255, cv2.THRESH_BINARY_INV)

# OTSU阈值
ret,thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

【2】 查找轮廓+轮廓多边形逼近，计算轮廓多边形逼近结果对应的边数量；

contours, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)
print ('Number of contours', str(len(contours))
vertices = cv2.approxPolyDP(contour, 0.01*cv2.arcLength(contour,True), True)
# Checking for Triangles
if len(vertices) == 3:

len(vertices)得到轮廓逼近多边形的边数，其中：

len(vertices)==3，对应为三角形；

len(vertices)==4，对应为四边形，进一步根据外接矩形宽高判断是矩形还是正方形；

len(vertices)==8，对应为四角形；

len(vertices)==10，对应为五角形；

len(vertices)>=12，对应为圆形；

【3】 结果绘制和输出。

【4】 待优化部分：

① 判断矩形和正方形，原代码中使用外接矩形宽高插值做标准，可以改成宽高比值做判断标准；

# 宽高插值小于3pixel
if abs(width - height) <=3:

改为W/H比值：

if abs(width * 1.0) >= 0.95 and abs(width * 1.0) <= 1.05:

② 区分星形(四角形/五角形)和正多边形(正八边形/正十边形)除了检测边数还可以加上凸包缺陷计算，可以将二者很好的区分；

③ 上面虽然是比较简单的图形，但是方法和思想可以共用，大家可以将自己的图像先处理简单后再做识别，必要时可以使用角点、夹角、凸包缺陷等方法；

测试图片与源码下载链接：

​​https://github.com/akshaybhatia10/ComputerVision-Projects/tree/master/FindShapes​​

—THE END—

​

​