本文共 1306 字，大约阅读时间需要 4 分钟。

©FuXianjun

凸包就是完全包含原有轮廓，并且仅由轮廓上的点所构成的多边形。

一、凸包绘制

1. 获取凸包

cv2.convexHull( points[, clockwise[, returnPoints]] )points: 轮廓；clockwise：布尔型值；returnPoints：布尔型值。

2. 通过代码将下列图片进行凸包绘制
   

import cv2# 读取图片并转至灰度模式img = cv2.imread('contours2.png', 1)gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 二值化ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)# 图片轮廓contours, hierarchy = cv2.findContours(binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_NONE)cnt = contours[0]# 寻找凸包并绘制凸包（轮廓）hull = cv2.convexHull(cnt)cv2.polylines(img,[hull],True,(255,0,0),2)# 显示图片cv2.imshow('line', img)cv2.waitKey()cv2.destroyAllWindows()

运行结果如下：

二、凸包检测

1. 将下列图片进行凸包检测：
   
   完整代码如下：

import cv2# 读取图片并转至灰度模式img = cv2.imread('hand.png', 1)gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 二值化ret, binary = cv2.threshold(gray, 60, 255, cv2.THRESH_BINARY)# 图片轮廓contours, hierarchy = cv2.findContours(binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_NONE)n=len(contours)       #轮廓个数contoursImg=[]x=0 #初始化要绘制的轮廓索引for i in range(n):    area = cv2.contourArea(contours[i])    if area>10000:            print(f"轮廓{i}的面积：\n{area}")        x=icnt = contours[x]cv2.imshow("binary",binary)#寻找凸包并绘制凸包（轮廓）hull = cv2.convexHull(cnt)cv2.polylines(img,[hull],True,(0,255,0),2)cv2.drawContours(img,contours,x,(0,0,255), 3)# 显示图片cv2.imshow('line', img)cv2.waitKey(0)cv2.destroyAllWindows()

运行结果为：

转载地址：https://blog.csdn.net/zhanghao139/article/details/117599886 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！