文章目录
前言
想了挺久,一直没解决这个问题。后面勉强解决了。
一、试过的方法
1.想用圆度来解决,后来发现圆度差值很小,完整的圆圆度0.89,然后有缺角的圆圆度0.88。
2.想用面积来解决,但是图片中每个圆大小不是一致的,是有一些差别的,也没办法。
3.多边形拟合、凸包都不合适。
4.想使用角点的数量来确定,发现也是不行。看下图
二、最终使用的方法
1.先极坐标变换
代码如下(示例):
python
import cv2
import os
# 设置文件夹路径
folder_path = r"E:\VSCODE_PY\CAPCode\Posong\cap_2"
# 遍历文件夹中的图像文件
for file_name in os.listdir(folder_path):
if file_name.endswith(".jpg"):
# 读取图像并转换为灰度图像
image_path = os.path.join(folder_path, file_name)
image = cv2.imread(image_path)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 进行极坐标变换
polar_image = cv2.linearPolar(gray, (gray.shape[1]//2, gray.shape[0]//2), gray.shape[1]//2+10, cv2.WARP_FILL_OUTLIERS)
# 进行边缘检测
edges = cv2.Canny(polar_image, 50, 150)
# 保存处理后的图像
output_path = os.path.join(folder_path, "polar_" + file_name)
cv2.imwrite(output_path, polar_image)
极坐标的中心点可以根据实际情况设置一下。
2.计算斜率
代码如下(示例):
python
import os
import cv2
import numpy as np
# 设置最小间距阈值
min_distance = 10
# 遍历cap_8文件夹内的所有图片
for filename in os.listdir(r'E:\VSCODE_PY\CAPCode\Posong\cap_8'):
if filename.endswith('.jpg'):
# 读取图像并进行灰度化处理
image = cv2.imread(os.path.join(r'E:\VSCODE_PY\CAPCode\Posong\cap_8', filename))
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 进行边缘检测
edges = cv2.Canny(gray, 50, 150)
# 查找轮廓
contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 创建一个空白图像,用于绘制轮廓
contour_image = np.zeros_like(image)
# 绘制轮廓
cv2.drawContours(contour_image, contours, -1, (0, 255, 0), 2)
# 查找角点
corners = cv2.cornerHarris(gray, 2, 3, 0.04)
# 标记角点
threshold = 0.45 * corners.max() # 调整阈值
corners = cv2.dilate(corners, None)
image[corners > threshold] = [0, 0, 255]
# 计算任意两个角点之间的斜率
corner_points = np.argwhere(corners > threshold)
slopes = []
for i in range(len(corner_points)):
for j in range(i+1, len(corner_points)):
x1, y1 = corner_points[i]
x2, y2 = corner_points[j]
distance = np.sqrt((x2 - x1) ** 2 + (y2 - y1) ** 2)
if distance >= min_distance:
if x2 - x1 == 0:
slope = float('inf')
else:
slope = (y2 - y1) / (x2 - x1)
slopes.append(slope)
# 处理无穷大和无穷小的情况
slopes = [slope for slope in slopes if slope != float('inf') and slope != float('-inf')]
slopes.sort()
# 输出最大斜率和最小斜率的绝对值
if len(slopes) >= 2:
max_slope = max(abs(slopes[-2]), abs(slopes[1]))
min_slope = min(abs(slopes[-2]), abs(slopes[1]))
else:
max_slope = float('-inf')
min_slope = float('inf')
print("图片{}的最大斜率的绝对值:".format(filename), max_slope)
print("图片{}的最小斜率的绝对值:".format(filename), min_slope)
# 显示结果
cv2.imshow('Contours with Corners', image)
cv2.waitKey(0)
cv2.destroyAllWindows()
角点稍微多,要先设置一下任意2个角点的斜率必须大于最小间距。
这样可以求出每一张图片的斜率绝对值最大和最小值,即看下凸起部分是不是影响到了曲线的斜率。
总结
完成。