作者：兰花m123_680 | 来源：互联网 | 2023-05-18 19:30
一、cv2.contourarea起初使用该函数的时候看不懂返回的面积，有0有负数的，于是研究了一下。opencv计算轮廓内面积函数使用的是格林公式计算轮廓内面积的，公式如下：由于
一、cv2.contourarea
起初使用该函数的时候看不懂返回的面积，有0有负数的，于是研究了一下。
opencv计算轮廓内面积函数使用的是格林公式计算轮廓内面积的，公式如下：
由于格林公式计算单连通域面积是以逆时针为正方向的，而有时候我们输入的边缘数组是按照顺时针输入的，所以导致计算面积会出现负数；计算面积存在0的情况一般是只存在一个像素点作为边缘点，所以面积为0。
代码如下：
img = cv2.imread('test.png', 0) contours, hierarchy = cv2.findcontours(img, cv2.retr_ccomp, cv2.chain_approx_tc89_l1) area = [] topk_cOntours=[] for i in range(len(contours)): a = cv2.contourarea(contours[i], true) area.append(abs(a)) topk = 2 #取最大面积的个数 for i in range(2): top = area.index(max(area)) area.pop(top) topk_contours.append(contours[top]) x, y = img.shape mask = np.zeros((x, y, 3)) mask_img = cv2.drawcontours(mask, topk_contours, -1, (255, 255, 255), 1) cv2.imwrite('mask_img.png', mask_img, [int(cv2.imwrite_jpeg_quality), 100]) cv2.imshow('mask_img:', mask_img) cv2.waitkey(0) cv2.destroyallwindows()
结果如下：
二、按像素个数计算连通域面积
这边再给出一种用边缘内像素个数来计算连通域面积的方法：
img = cv2.imread('test.png', 0) contours, hierarchy = cv2.findcontours(img, cv2.retr_ccomp, cv2.chain_approx_tc89_l1) area = [] topk_cOntours=[] x, y = img.shape for i in range(len(contours)): # 对每一个连通域使用一个掩码模板计算非0像素(即连通域像素个数) single_masks = np.zeros((x, y)) fill_image = cv2.fillconvexpoly(single_masks, contours[i], 255) pixels = cv2.countnonzero(fill_image) area.append(pixels) topk = 2 #取最大面积的个数 for i in range(2): top = area.index(max(area)) area.pop(top) topk_contours.append(contours[top]) mask = np.zeros((x,y,3)) mask_img = cv2.drawcontours(mask, topk_contours, -1, (255, 255, 255), 1) cv2.imwrite('mask_img.png', mask_img, [int(cv2.imwrite_jpeg_quality), 100]) cv2.imshow('mask_img:', mask_img) cv2.waitkey(0) cv2.destroyallwindows()
到此这篇关于python+opencv实现计算闭合区域面积的文章就介绍到这了,更多相关python opencv面积内容请搜索<编程笔记>以前的文章或继续浏览下面的相关文章希望大家以后多多支持<编程笔记>！
需要了解更多python教程分享Python+Opencv实现计算闭合区域面积，都可以关注python教程分享栏目&＃8212;编程笔记
京公网安备 11010802041100号