1、概述

??? ???經常用到輪廓查找和多邊形擬合等opencv操作，因此記錄以備后續使用。本文代碼中的閾值條件對圖片沒有實際意義，僅僅是為了測試。

??? ???原圖為：
??? ??? ??? ??? ??? ??? ??? ??? ??? ???

2、測試代碼：

import cv2 import numpy as npimg = cv2.imread('/home/yasin/coffe.jpg') img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)_, contours, hierarchy = cv2.findContours(img_gray, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)cv2.drawContours(img, contours, -1, (255, 0, 255), 1) cv2.namedWindow('Result of drawContours', 0) cv2.imshow('Result of drawContours', img) cv2.waitKey()cnt = 0 for i in range(len(contours)):arclen = cv2.arcLength(contours[i], True)epsilon = max(3, int(arclen * 0.02)) # 擬合出的多邊形與原輪廓最大距離，可以自己設置，這里根據輪廓周長動態設置approx = cv2.approxPolyDP(contours[i], epsilon, False) # 輪廓的多邊形擬合area = cv2.contourArea(contours[i]) # 計算面積rect = cv2.minAreaRect(contours[i])box = np.int0(cv2.boxPoints(rect)) # 計算最小外接矩形頂點h = int(rect[1][0])w = int(rect[1][1])if min(h, w) == 0:ration = 0else:ration = max(h,w) /min(h,w) # 長寬比# 對長寬比，輪廓面積，擬合出的多邊形頂點數做篩選if ration < 10 and area > 20 and area < 4000 and approx.shape[0] > 3 :# 對滿足條件的輪廓畫出輪廓的擬合多邊形cv2.polylines(img, [approx], True, (0, 255, 0), 1)cv2.namedWindow('Result of filtered', 0) cv2.imshow('Result of filtered', img) cv2.waitKey()

??? ???畫出的所有輪廓：
??? ??? ??? ??? ??? ??? ??? ??? ??? ?????? ??? ??? ??? ???
??? ???在原輪廓基礎上畫出篩選后的輪廓（綠色部分，沒有實際意義）：
??? ??? ??? ??? ??? ??? ??? ??? ??? ???
??? ??? ??? ??? ??? ??? ??? ??? ??? ???
??? ??? ??? ??? ??? ??? ??? ??? ??? ?????? ??? ??? ??? ???

總結

以上是生活随笔為你收集整理的Python图片查找轮廓、多边形拟合、最小外接矩形操作实例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。