一.实现目标
手绘简单几何图形,拍照后处理可识别并标记图形相应关键点。
- 直线:识别并标记始末点
- 三角形:识别并标记三个角点
- 矩形:识别并标记四个角点
二.实现流程
通过Python与OpenCV进行编程,采用了获取图形角点数量的方式来识别图形,两个点为直线,三个点为三角形,四个点为矩形。
对于形状的识别与点的标记,编写了ShapeDetection函数进行处理,通过OpenCV的相关函数,首先使用cv2.findContours寻找图形轮廓点,接着通过cv2.approxPolyDP函数获取轮廓角点坐标,并对其数目进行统计,以此来判断图形形状,若识别为直线、三角形或矩形,则在获取的角点坐标位置上用蓝色圆点进行标记,完成对不同图形相应点的标记。
具体过程为:先使用 cv2.cvtColor函数将需要识别的图片转为灰度图,再使用cv2.GaussianBlur函数对其进行高斯模糊处理,接着使用cv2.Canny函数进行边缘检测,最后将输出的图片传入ShapeDetection函数进行识别与标记。
三.代码实现
import cv2
import numpy as np
import imutils
#定义形状检测函数
def ShapeDetection(img):
contours,hierarchy = cv2.findContours(img,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE) #寻找轮廓点
for obj in contours:
area = cv2.contourArea(obj) #计算轮廓内区域的面积
perimeter = cv2.arcLength(obj,True) #计算轮廓周长
approx = cv2.approxPolyDP(obj,0.02*perimeter,True) #获取轮廓角点坐标
# print(approx) 测试,打印角点坐标
CornerNum = len(approx) #轮廓角点的数量
x, y, w, h = cv2.boundingRect(approx) #获取坐标值和宽度、高度
#print(x,y,w,h) 测试,打印坐标值 宽度 高度
#轮廓对象分类 按识别出的轮廓角点坐标数量来分类
if CornerNum ==3:
objType ="triangle"
cv2.drawContours(imgContour, approx, -1, (255, 255, 0), 8)
elif CornerNum ==2:
objType ="line"
cv2.drawContours(imgContour, approx, -1, (255, 255, 0), 8)
elif CornerNum == 4:
if w==h:
objType= "Square"
cv2.drawContours(imgContour, approx, -1, (255, 255, 0), 8)
else:
objType="Rectangle"
cv2.drawContours(imgContour, approx, -1, (255, 255, 0), 8)
else:objType="N"
#绘制边界框
cv2.rectangle(imgContour,(x-10,y-10),(x+w+12,y+h+12),(0,0,255))
#绘制文字
cv2.putText(imgContour,objType,(x+(w//2),y+(h//2)),cv2.FONT_HERSHEY_COMPLEX,0.6,(0,0,0),1)
path = 'jihe/tupian/line.jpg'
img = cv2.imread(path)
imgContour = img.copy()
imgGray = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY) #转灰度图
imgBlur = cv2.GaussianBlur(imgGray,(5,5),1) #高斯模糊
imgCanny = cv2.Canny(imgBlur,60,60) #Canny算子边缘检测
ShapeDetection(imgCanny) #形状检测
cv2.imshow("Original img", img)
cv2.imshow("imgGray", imgGray)
cv2.imshow("imgBlur", imgBlur)
cv2.imshow("imgCanny", imgCanny)
cv2.imshow("shape Detection", imgContour)
cv2.waitKey(0)
四.运行及结果
1.直线
绘制图形如下:
识别标记结果如下:
2.三角形
绘制图形如下:
识别标记结果如下:
3.矩形
绘制图形如下:
识别标记结果如下: