5.轮廓检测 + 形状：利用opencv 进行轮廓新增，周长，面积

轮廓检测是工业视觉检测项目中超级重大的一个环节，本次使用opencv来演示一下最简单的轮廓检测方法。

原始图像1：

检测结果1：

#### 演示方法：
def cnt_detect(res, contours):
    for i, cnt in enumerate(contours):
        area = cv2.contourArea(cnt) ### 轮廓面积
        if area > 200:
            perimeter = cv2.arcLength(cnt,True) ### 轮廓周长，True--对象的形状是闭合的，否则False
            M = cv2.moments(cnt) ### 矩
            epsilon = 0.02 * cv2.arcLength(cnt,True)
            approx = cv2.approxPolyDP(cnt,epsilon,True) ### 轮廓拟合
            cx, cy = int(M['m10']/M['m00']), int(M['m01']/M['m00']) ### 质心坐标
            res = cv2.drawContours(res, [cnt], -3, (0,255,), 3) ### 显示轮廓
            cntTyple = shapeType(approx) ### 轮廓形成
            
            text = f"{cntTyple},
面积:{int(area)},
周长:{int(perimeter)}"
            res = cv2.circle(res, (cx,cy), 2, (255,0,0), 4)
            res_pil = label_on_pilimg(cv2pil(res), text, (cx - 20, cy -30))
            res = pil2cv(res_pil)
        
    return res

原始图像2：

再来看一下稍微复杂的例子：

分割结果2：

6.轮廓凸包性检测

凸包与轮廓近似类似 ， 可以使用函数 cv2.convexHull() 可以用来检测一个曲线是否具有凸性缺陷。

原始图像

对原始不规则图像进行轮廓检测。

检测效果：

轮廓凸性判断， 外接矩形，最小外接矩，最小外接圆， 椭圆拟合， 直线拟合，极点

具体方法如下：

def cntsShow(res, contours):
    
    """ 轮廓凸性判断， 外接矩形，最小外接矩，
        最小外接圆， 椭圆拟合， 直线拟合，极点
    """
    
    rows,cols = res.shape[:2]
    for cnt in contours:
        area = cv2.contourArea(cnt)
        hull = cv2.convexHull(cnt) ### 
        k = cv2.isContourConvex(cnt) ### 凸性判断
        if not k and area > 100:
        # if area > 100:
            x,y,w,h = cv2.boundingRect(cnt) ### 外接矩形
            rect = cv2.minAreaRect(cnt) ###最小外接矩：矩形的中心(x,y) 和 (宽,高), 旋转角度
            box = cv2.boxPoints(rect) ### 最小外接矩4个脚坐标
            (cx,cy), radius = cv2.minEnclosingCircle(cnt) ### 最小外接圆
            ellipse = cv2.fitEllipse(cnt) ### 椭圆拟合
            [vx,vy,x1,y1] = cv2.fitLine(cnt, cv2.DIST_L2, 0, 0.01,0.01) ###拟合直线
            lefty = int((-x1*vy/vx) + y1)
            righty = int(((cols-x1)*vy/vx)+y1)
            center, radius = (int(cx),int(cy)), int(radius)
            box = np.int0(box)
            
            ### 极点：
            leftmost = tuple(cnt[cnt[:,:,0].argmin()][0])
            rightmost = tuple(cnt[cnt[:,:,0].argmax()][0])
            topmost = tuple(cnt[cnt[:,:,1].argmin()][0])
            bottommost = tuple(cnt[cnt[:,:,1].argmax()][0])
            cv2.drawContours(res, [hull], -1, (0,0,255), 2) ###显示凸性轮廓
            cv2.rectangle(res, (x,y), (x+w,y+h),(255, 0, 0), 2 ) ###显示边界矩形
            cv2.drawContours(res, [box],  0, (0, 255, 0), 2) ###显示最小外接矩
            cv2.circle(res, center, radius, (120, 120, 120), 4 ) ### 显示最小外接圆
            cv2.line(res,(cols-1,righty),(0,lefty),(0,0,200),10) ### 显示拟合直线
            
            for c in [leftmost, rightmost, topmost, bottommost]: ###显示极点
                cv2.circle(res, c, 5, (0, 0, 255), 5)
    
    return res