OpenCV凸包检测和凸缺陷学习示例

这篇文章主要为大家介绍了OpenCV凸包检测和凸缺陷学习示例，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪

1、凸包检测与凸缺陷定义

凸包是将最外层的点连接起来构成的凸多边形，它能包含点击中所有的点。物体的凸包检测常应用在物体识别、手势识别及边界检测等领域。

凸包检测常常用在轮廓分析之后。对二值图像进行轮廓分析之后，可以构建每个轮廓的凸包，构建完成之后会返回该凸包包含的点集。根据返回的凸包点集可以绘制该轮廓对应的凸包。一般来说，凸性曲线总是凸出来的，至少是平的。如果有地方凹进去了就被叫做凸性缺陷。

下图可以更加直接的了解凸包和凸缺陷的定义：

2、opencv相关实现函数

OpenCV中提供了函数convexHull 用于对物体轮廓凸包进行检测，函数convexityDefect进行凸缺陷的检测。首先来了解一下各参数意义：

hull = cv2.convexHull(points, clockwise, returnpoints)

各参数意义：

points：输入的轮廓点集

clockwise：方向标志，如果设置为True，输出的凸包是顺时针方向的，否则为逆时针方向。

returnPoints：是否返回点集

hull : 输出凸包结果，当参数returnPoints为ture的时候返回凸包的顶点坐标是个点集、returnPoints为false的是返回与凸包点对应的轮廓上的点对应的index

下面这个函数可以帮助我们找到凸缺陷：

convexityDefects = cv2.convexityDefect(contour， convexhull)

注意：

进行凸检测时，凸包检测中的returnPoints要设置为False

凸缺陷返回一个数组，每一行包含值是起点，终点，最远的点，到最远点的近似距离，返回的前三个点都是轮廓索引。

contour：检测到的轮廓，可以调用findContours函数得到

convexhull：检测到的凸包，可以调用convexHull函数得到。

convexityDefects：输出参数，检测到的最终结果，返回一个数组，其中每一行包含的值是[起点，终点，最远的点，到最远点的近似距离]。前三个点都是轮廓索引。

前三个值得含义分别为：凸缺陷的起始点，凸缺陷的终点，凸缺陷的最深点（即边缘点到凸包距离最大点）

3、代码实践

我们可以在一张图上显示轮廓的凸包和凸缺陷。

我们将起点和终点用一条红线连接，在最远点画一个蓝色的圆圈，要记住的是返回结果的前三个值是轮廓点的索引。所以我们还要到轮廓点中去找它们。

前三个值得含义分别为：凸缺陷的起始点，凸缺陷的终点，凸缺陷的最深点（即边缘点到凸包距离最大点）。

凸包检测和凸缺陷检测的代码如下：

# 凸包检测和凸缺陷 import cv2 as cv # 读取图像 src1 = cv.imread("000.jpg-600") # 转换为灰度图像 gray = cv.cvtColor(src1, cv.COLOR_BGR2GRAY) # 二值化 ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU) # 获取结构元素 k = cv.getStructuringElement(cv.MORPH_RECT, (3, 3)) # 开操作 binary = cv.morphologyEx(binary, cv.MORPH_OPEN, k) # 轮廓发现 contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE) # 在原图上绘制轮廓，以方便和凸包对比，发现凸缺陷 cv.drawContours(src1, contours, -1, (0, 225, 0), 3) for c in range(len(contours)): # 是否为凸包 ret = cv.isContourConvex(contours[c]) # 凸缺陷 # 凸包检测，returnPoints为false的是返回与凸包点对应的轮廓上的点对应的index hull = cv.convexHull(contours[c], returnPoints=False) defects = cv.convexityDefects(contours[c], hull) print('defects', defects) for j in range(defects.shape[0]): s, e, f, d = defects[j, 0] start = tuple(contours[c][s][0]) end = tuple(contours[c][e][0]) far = tuple(contours[c][f][0]) # 用红色连接凸缺陷的起始点和终止点 cv.line(src1, start, end, (0, 0, 225), 2) # 用蓝色最远点画一个圆圈 cv.circle(src1, far, 5, (225, 0, 0), -1) # 显示 cv.imshow("result", src1) cv.waitKey(0) cv.destroyAllWindows()

凸缺陷的部分输出：前三个为凸缺陷的起始点，凸缺陷的终点，凸缺陷的最深点（即边缘点到凸包距离最大点）。凸包检测输出的也是轮廓上的点的索引。