python - openCV:使用findContours检测圆

Question

我正在开发一个程序，该程序应该检测相同类型的形状，并用不同的颜色为每种类型着色。

我正在使用cv2.findCountours，然后使用cv2.approxPolyDP来检测每个形状。

该程序检测到8个边缘为圆形的任何形状，因此我决定添加一些检查-我正在使用cv2.contourArea检查当前轮廓的区域，并且还在检查当前轮廓的cv2.minEnclosingCircle(cnt)的区域。

如果它们相等，我们有一个圆圈。

import numpy as np
import cv2

img = cv2.imread('1.jpg')
gray = cv2.imread('1.jpg',0)

ret,thresh = cv2.threshold(gray,127,255,1)

contours,h = cv2.findContours(thresh,cv2.RETR_CCOMP,cv2.CHAIN_APPROX_NONE)

for cnt in contours:
    approx = cv2.approxPolyDP(cnt, .03 * cv2.arcLength(cnt, True), True)
    print len(approx)
    if len(approx)==3:
        print "triangle"
        cv2.drawContours(img,[cnt],0,(122,212,78),-1)
    elif len(approx)==4:
        print "square"
        cv2.drawContours(img,[cnt],0,(94,234,255),-1)
    elif len(approx)==8:
        area = cv2.contourArea(cnt)
        (cx, cy), radius = cv2.minEnclosingCircle(cnt)
        circleArea = radius * radius * np.pi
        print circleArea
        print area
        if circleArea == area:
            cv2.drawContours(img, [cnt], 0, (220, 152, 91), -1)


cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

我打印了每个区域，结果却有所不同-
即使形状明显是圆形。

例如，对于相同的形状，minEnclosingCircle区域为628.254637106，轮廓区域为569。
另一个示例:minEnclosingCircle区域为2220.55512328，而轮廓区域为2032.0。

如何正确计算该面积？

我将不胜感激!

我使用的图像:

以及检测到的形状:

Answer 1

我认为最好使用Hu矩来检测圈子:

https://en.wikipedia.org/wiki/Image_moment

可以使用opencv计算它们:

http://docs.opencv.org/2.4/modules/imgproc/doc/structural_analysis_and_shape_descriptors.html

Circle有一组定义明确的时刻:

https://users.cs.cf.ac.uk/Paul.Rosin/resources/papers/Hu-circularity-PR-postprint.pdf(第4页)

以这种方式定义的圆度可用于识别圆。

编辑:python中的Hu Moments教程:

https://www.pyimagesearch.com/2014/10/27/opencv-shape-descriptor-hu-moments-example/

http://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_contours/py_contour_features/py_contour_features.html

关于stackoverflow的类似问题:

Shape recognition using Hu moments from OpenCV in Python