[人工智能]opencv-pythons实现图像周长面积（三角形）检测DIY整理

先斩后奏，源码：

#python 3.7.4,opencv4.1
# https://www.freesion.com/article/6289910425/
#蔡军生 https://blog.csdn.net/caimouse/article/details/51749579
#
import cv2
import numpy as np
from scipy import signal
import math
 
#图片的路径
imgname = 'S:\\AdobeppPS\\SKOO\\cc33.jpg'
 
#读取图片
image = cv2.imread(imgname, cv2.IMREAD_COLOR)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
 
#图片的高度和宽度
h,w = image.shape[:2]
print('imagesize={}-{}'.format(w,h))
ret, img_bin = cv2.threshold(gray, 100, 255, cv2.THRESH_BINARY|cv2.THRESH_OTSU)
 
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(3,3))
img_bin = cv2.erode(img_bin,kernel,iterations = 1)
cv2.imshow("img_bin",img_bin) 
#查找，绘制
contours , hierarchy = cv2.findContours(img_bin , cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
print(len(contours))
# print(contours)
print("dgcaijid",len(hierarchy))
# print(hierarchy)
 
largest = None
show = False
FIRST = 0
RED = (0, 0, 255)
THICKNESS = 3
for contour in contours:
    approx = cv2.approxPolyDP(contour,0.01*cv2.arcLength(contour,True),True)    
    if len(approx) == 3:
        #发现三角形
        if largest is None or cv2.contourArea(contour) > cv2.contourArea(largest):
            largest = contour
            show = True
if show:
    cv2.drawContours(image, [largest], FIRST, RED, THICKNESS)
cv2.imshow("Image",image)
 
cv2.waitKey(0)
# cv2.destroyAllWindows()

数据输出：

参考来源:https://www.freesion.com/article/6289910425/
根据周长和面积对一些轮廓进行处理。比如怎么样识别轮廓是一个三角形组成呢？显然就可看它是否有三条边组成的。如果一堆三角形里，还要找一个最大面积的三角形呢？
这时就需要使用OpenCV的函数：
arcLength、contourArea、approxPolyDP，相关的函数定义如下：

1、计算周长参数详解 arcLength 函数
基本格式;
CV-C++/
double cv::arcLength(InputArray curve,bool closed)
python:
cv2.arcLength(InputArray curve,bool closed)

(1) 第一个参数，InputArray curve，一般是由图像的轮廓点组成的点集；
(2) 第二个参数，bool closed，表示输出的多边形是否封闭；true表示封闭，false表示不封闭；这个函数用来计算周长。
2、计算面积参数详解 contourArea 函数
基本格式;
CV-C++/
double cv::contourArea(InputArray contour,bool oriented)
python:
cv2.contourArea(InputArray contour,bool oriented)

(1) 第一个参数，InputArray contour，一般是由图像的轮廓点组成的点集；
(2) 第二个参数，bool oriented,如果设置为true时，表示返回有正负号的面积（根据点的顺序方向），否则返回绝对值。
这个函数用来计算面积。

3、拟合折线参数详解 approxPolyDP 函数
基本格式;
CV-C++/
double cv::approxPolyDP(InputArray contour,OutputArray approxCurve,
double epsilon,bool closed)
python:
cv2.approxPolyDP(InputArray contour,OutputArray approxCurve,
double epsilon,bool closed)

(1) 第一个参数，InputArray contour，一般是由图像的轮廓点组成的点集；
(2) 第二个参数，OutputArray approxCurve,表示输出的多边形点集；
(3) 第三个参数，double epsilon：主要表示输出的精度，就是另个轮廓点之间最大距离数。
(4) 第四个参数，bool closed：表示输出的多边形是否封闭，布尔操作
主要功能是把一个连续光滑曲线折线化，对图像轮廓点进行多边形拟合。

简言之，对于cv的函数周长面积的参数，或者换句话说:
ContourArea 计算整个轮廓或部分轮廓的面积
double cvContourArea( const CvArr* contour, CvSlice slice=CV_WHOLE_SEQ );
contour 代表的是轮廓 (定点的序列或数组).
slice 代表的是感兴趣特征轮廓部分的起始点，缺省是计算整个轮廓的面积。
对后面的情况，面积表示轮廓部分和起始点连线构成的封闭部分的面积。
注意:
轮廓的方向影响面积的符号。因此函数也许会返回负的结果。应用函数 fabs() 得到面积的绝对值。
ArcLength 计算轮廓周长或曲线长度
double cvArcLength( const void* curve, CvSlice slice=CV_WHOLE_SEQ, int is_closed=-1 );
curve 曲线点集序列或数组
slice 曲线的起始点，缺省是计算整个曲线的长度
is_closed 表示曲线是否闭合，有三种情况：
is_closed=0 ——假设曲线不闭合
is_closed>0 ——假设曲线闭合
is_closed<0 ——若曲线是序列，检查 ((CvSeq*)curve)->flags 中的标识 CV_SEQ_FLAG_CLOSED 来确定曲线是否闭合。否则 (曲线由点集的数组 (CvMat*) 表示) 假设曲线不闭合。
函数 cvArcLength 通过依次计算序列点之间的线段长度，并求和来得到曲线的长度参考自博客


有效性不太好，对多个轮廓。
参考其他