本文共 953 字，大约阅读时间需要 3 分钟。

对下面这张图像，计算其近似多边形和凸包。

• hammer.jpg

• 使用cv2.approxPolyDP()函数计算其近似多边形，其参数列表：

  • 第一个参数为源轮廓。
  • 第二个参数为ε值，它表示源轮廓与近似多边形周长的最大差值（这个值越小，近似多边形与源轮廓越接近）。
  • 第三个参数为布尔标记，它表示这个多边形是否闭合。

• 使用cv2.convexHull()函数计算其凸包。

• 源代码

import cv2import numpy as npimg = cv2.pyrDown(cv2.imread("hammer.jpg", cv2.IMREAD_UNCHANGED))ret, thresh = cv2.threshold(cv2.cvtColor(img.copy(), cv2.COLOR_BGR2GRAY), 127, 255, cv2.THRESH_BINARY)black = cv2.cvtColor(np.zeros((img.shape[1], img.shape[0]), dtype=np.uint8), cv2.COLOR_GRAY2BGR)image, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)for cnt in contours:    epsilon = 0.01 * cv2.arcLength(cnt, True)    approx = cv2.approxPolyDP(cnt, epsilon, True)    hull = cv2.convexHull(cnt)    cv2.drawContours(black, [cnt], -1, (0, 255, 0), 2)    cv2.drawContours(black, [approx], -1, (255, 255, 0), 2)    cv2.drawContours(black, [hull], -1, (0, 0, 255), 2)cv2.imshow("hull", black)cv2.waitKey()cv2.destroyAllWindows()

• hull

转载地址：https://mortal.blog.csdn.net/article/details/82944149 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！