【Python】【OpenCV】凸輪廓和Douglas-Peucker演算法

針對遇到的各種複雜形狀的主體，大多情況下，我們可以求得一個近似的多邊形來簡化視覺圖像處理，因為多邊形是由直線組成的，這樣就可以準確的劃分區域來便捷後續的操作。

cv2.arcLength() Method：

參數：

• curve：要計算周長的輪廓，可以是一個矩形、圓形、多邊形等封閉曲線。
• closed：一個布爾值，表示輪廓是否為封閉曲線。如果 closed=True，則假設輪廓是閉合的；如果 closed=False，則假設輪廓是開放的。

返回值：

• retval：給定輪廓的周長或長度。如果輪廓是一個封閉曲線（如圓形、多邊形等），則 retval 表示該曲線的周長；如果輪廓是一條開放曲線（如一條直線），則 retval 表示該曲線的長度。

cv2.approxPolyDP() Method：

參數：

• curve：要逼近的輸入輪廓。
• epsilon：指定逼近精度的參數，即逼近多邊形與原始曲線之間的最大距離。這個參數決定了逼近的精度，值越小表示逼近得越精確。通常情況下，這個值是一個很小的正數。
• closed：一個布爾值，表示逼近多邊形是否是封閉的。如果 closed=True，則表示輸出的逼近多邊形是封閉的，即首尾相連形成一個閉合多邊形；如果 closed=False，則表示輸出的逼近多邊形是開放的。

返回值：

• approxCurve：表示逼近後的多邊形曲線。這是一個新的輪廓，它是對輸入輪廓進行多邊形逼近後得到的結果。

 1 import cv2
 2 import numpy
 3 
 4 img = cv2.imread('../img/img.png', -1)
 5 ret, thresh = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
 6 contours, hier = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
 7 
 8 img = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)
 9 for c in contours:
10     # 計算輪廓的總長的百分之一，作為最大差值
11     epsilon = 0.01 * cv2.arcLength(c, True)
12     # 將輪廓近似為一個多邊形
13     approx = cv2.approxPolyDP(c, epsilon, True)
14     # 獲取輪廓的凸多邊形，並且可以完全包含整個輪廓
15     hull = cv2.convexHull(c)
16 
17     # cv2.drawContours(img, [c], -1, (0, 255, 0), 2)
18     cv2.drawContours(img, [approx], -1, (255, 255, 0), 2)
19     cv2.drawContours(img, [hull], -1, (0, 0, 255), 2)
20 
21 
22 # img = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)
23 # img = cv2.drawContours(img, contours, -1, (0, 255, 0), 2)
24 cv2.imshow('', img)
25 cv2.waitKey()
26 cv2.destroyAllWindows()

上述代碼中，可以修改 epsilon（ε）參數來獲得不同逼近的多邊形，當 epsilon（ε）越大，則得到的多邊形越簡易，越小則越貼近傳入的輪廓形狀。

運行結果：