基于python OpenCV多边形图像识别的实现 |
您所在的位置：网站首页 › python提取图片中的物体 › 基于python OpenCV多边形图像识别的实现 |
|
首先说一下我的整体思路： ① 首先定义了一个识别器类型，封装了计算边长，识别形状和展示结果三个函数。 ② 主函数先读入图片，然后将图片转化为灰度图片，然后高斯滤波平滑处理，然后将灰度图片转化为黑白两色图片。 ③ 调用函数识别图片中所有的轮廓，然后列表形式返回图片，轮廓等信息，然后只取轮廓的所有点信息(每个点的信息为平面坐标)作为一个列表程序(第91,92,93行代码) ④ 用之前创建的识别器实例对每个轮廓中的点进行多边形拟合，得到顶点的坐标的列表中去(class中28~32行代码) ⑤ 输出识别结果 以下是代码部分：（注意，这里是opencv3的代码，请先检查自己的opencv版本） import cv2 import math THRESHOLE_VALUE=60 COEFFICIENT=0.02 class ShapeDetector: #初始化类 def __init__(self): #字典类型对应每一种图形的计数器 self.counter = {"unrecognized image": 0, "triangle": 0, "rhombus": 0, "rectangle": 0, "pentagon": 0, "hexagon": 0, "circle": 0} #初始化图形类型为不可识别 self.shape = "unrecognized image" #图形顶点集置空 self.approx = [] #初始化该图形的周长为0 self.peri = 0 # 计算欧式距离(主要作用通过计算边长区分菱形和长方形) def distance(self, x1, y1, x2, y2): return math.sqrt((x2 - x1) ** 2 + (y2 - y1) ** 2) def detect(self, c): #cv2.arcLength函数返回周长 self.peri = cv2.arcLength(c, True) #cv2.approxPolyDP用多边形取拟合，返回的是顶点的列表 self.approx = cv2.approxPolyDP(c, COEFFICIENT * self.peri, True) #3个顶点，三角形 if len(self.approx) == 3: self.shape = "triangle" #同理，四个顶点，四边形 elif len(self.approx) == 4: #计算相邻两边的长度，做差判在误差范围内是否相等 dist1 = self.distance(self.approx[0][0][0], self.approx[0][0][1], self.approx[1][0][0], self.approx[1][0][1]) dist2 = self.distance(self.approx[0][0][0], self.approx[0][0][1], self.approx[3][0][0], self.approx[3][0][1]) result = math.fabs(dist1 - dist2) # print(result) #误差小于10，可近似认为相等，为菱形 if result |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |