这是我参与更文挑战的第27天，活动详情查看： 更文挑战

OpenCV是一个C++库,目前流行的计算机视觉编程库,用于实时处理计算机视觉方面的问题,它涵盖了很多计算机视觉领域的模块。在Python中常使用OpenCV库实现图像处理。

本文将介绍如何在Python3中使用OpenCV实现测量图像中物体的大小。

参考资料《Measuring size of objects in an image with OpenCV》

为了确定图片中一个物体的尺寸，我们首先需要使用一个参考对象进行“校准”。

我们的参考对象需要有两个重要的属性：

无论哪种情况，我们的参考对象都应该以某种方式唯一地标识。

在本案例中，我们将使用一个两角五分的美元硬币作为参考物体，并在所有示例中确保它始终是图像中最左的物体，如下所示：

通过保证美分硬币是最左边的物体，我们可以从左到右对我们的物体等高线区域进行排列，抓住这个硬币（它将始终对应于排序列表中的第一个等高线区域）。并使用它来定义我们的pixels_per_metric比率，我们将其定义为：

pixels_per_metric = object_width / know_width（物体像素宽 / 物体真实宽）

一个两角五分的美元硬币是 0.955 英寸。现在假设我们的 object_width (以像素为单位)被计算为 150 像素宽(基于它的相关边框)。

因此，pixels_per_metric 为：

pixels_per_metric = 150px / 0.955in = 157px

因此，在我们的图像中，每0.955英寸大约有 157 个像素。

利用这个比率，我们可以计算图像中物体的大小。

输入图片：

输出结果为：

通过单纯的按比率来算图中物体的大小与长度，肯定会存在一定的误差。例如图像的拍摄角度不同会造成一定的测量上的误差。想要得到更好效果，需要对图像进行进一步的处理。

本月将陆续推出相关系列文章，

篇篇精彩，尽请关注。