使用C++、opencv计算轮廓的周长、面积、圆形度、周径比等特征参数

图像的特征参数用于图像的模式识别（图像识别），获取越多种类的特征参数，可从中选择合适的进行组合，进而更好地区分各个物体。

之前介绍过获取图像的灰度共生矩阵（/Lemon_jay/article/details/89455887）、不变矩（/Lemon_jay/article/details/89457633）、傅立叶描述子（/Lemon_jay/article/details/89349006）等，此次根据物体的轮廓进而计算出轮廓的周长、面积、圆形度、周径比等特征参数。还可自行拓展，如物体面积与最小外接矩形面积比、与最小外接圆的面积比、（最大）内切圆与物体面积比等。

opencv中相关API：

RotatedRectminAreaRect(InputArraypoints)

minAreaRect()函数的作用是找到轮廓的最小外接矩形

InputArray points：表示输入的点集（轮廓）

输出是矩形的四个点坐标

void minEnclosingCircle(InputArray points, Point2f& center, float& radius)

points：输入的点集（轮廓），可以为包含点的容器(vector)或是Mat。

center：返回包覆圆形的圆心。

radius：返回包覆圆形的半径。

其他知识点：所谓周长、面积等肯定不是物体真实的周长面积，代码所求的周长面积都是以像素点为单位，周长就是轮廓点集合的个数（以1像素点为步长），面积就是轮廓所围的所有像素点个数，所以想知道物体的真实周长面积，可以在图像中加入一个标准物体（如一张A4纸），并在找到、计算物体的参数时同时要找到、计算标准物体的参数，再进行换算。

圆形度计算公式采用的是：e=（4π*面积）/（周长*周长）

周径比的周即周长，径是指上面找到的轮廓最小外接矩形的长的一条边

代码如下：

#include "stdafx.h"#include <opencv2/imgproc/imgproc.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/core/core.hpp>#include <iostream> #include <math.h> using namespace cv;using namespace std;int main(){//改变控制台字体颜色system("color 02");//读取图像Mat src_image = imread("C:\\1.jpg");//出错判断if (!src_image.data){cout << "src image load failed!" << endl;return -1;}//显示原图namedWindow("原图", WINDOW_NORMAL);imshow("原图", src_image);//高斯滤波去噪声Mat blur_image;GaussianBlur(src_image, blur_image, Size(3, 3), 0, 0);imshow("GaussianBlur", blur_image);//灰度变换与二值化Mat gray_image, binary_image;cvtColor(blur_image, gray_image, COLOR_BGR2GRAY);threshold(gray_image, binary_image, 50, 255, THRESH_BINARY);imshow("binary", binary_image);//形态学闭操作(粘合断开的区域)Mat morph_image;Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));morphologyEx(binary_image, morph_image, MORPH_CLOSE, kernel, Point(-1, -1), 1);imshow("morphology", morph_image);//查找所有外轮廓vector< vector<Point> > contours;vector<Vec4i> hireachy;findContours(binary_image, contours, hireachy, CV_RETR_EXTERNAL, CHAIN_APPROX_NONE, Point());//定义结果图Mat result_image = Mat::zeros(src_image.size(), CV_8UC3);//drawContours(result_image, contours, -1, Scalar(0, 0, 255), 1, 8, hireachy);//画出所有轮廓//颜色表，用不同颜色画出找到的不同轮廓Scalar color[] = { Scalar(0,0,255), Scalar(0,255,0), Scalar(255,0,0), Scalar(255,255,0) ,Scalar(255,0,255) };//初始化周长、面积、圆形度、周径比double len = 0, area = 0, roundness = 0, lenratio = 0;//循环找出所有符合条件的轮廓for (size_t t = 0; t < contours.size(); t++){//条件：过滤掉小的干扰轮廓Rect rect = boundingRect(contours[t]);if (rect.width < 10)continue;//画出找到的轮廓drawContours(result_image, contours, static_cast<int>(t), Scalar(255, 255, 255), 1, 8, hireachy);//绘制轮廓的最小外结矩形RotatedRect minrect = minAreaRect(contours[t]);Point2f P[4];minrect.points(P);for (int j = 0; j <= 3; j++){line(result_image, P[j], P[(j + 1) % 4], color[t], 1);}//cout << minrect.size << endl;//外接矩形尺寸//绘制轮廓的最小外结圆Point2f center; float radius;minEnclosingCircle(contours[t], center, radius);circle(result_image, center, radius, color[t], 1);//计算面积、周长、圆形度、周径比area = contourArea(contours[t]);//面积len = arcLength(contours[t], true);//周长roundness = (4 * CV_PI*area) / (len*len);//圆形度//周径比，这里的周即周长，径是指上面找到的轮廓最小外接矩形的长的一条边lenratio = len / (minrect.size.height > minrect.size.width ? minrect.size.height : minrect.size.width);//输出结果cout << "轮廓" << t <<"："<< endl;cout << "周长：" << len << endl;cout << "面积：" << area << endl;cout << "圆形度：" << roundness << endl;cout << "周径比：" << lenratio << endl;}//显示结果namedWindow("轮廓图", WINDOW_NORMAL);imshow("轮廓图", result_image);waitKey(0);return 0;}

源图像（为显示效果，一张图中有三个待计算的物体）：

结果图：

结果数据：

可根据轮廓为几，和颜色表，找到对应轮廓，查看该轮廓信息，也可添加文件写入操作保存轮廓的信息。

另外还可计算最小外接矩形的面积、最小外接圆的面积、（最大）内切圆（/Lemon_jay/article/details/89467577）的面积进而计算更多的特征参数。

如果觉得《计算轮廓的特征参数（周长 面积 圆形度 周径比等）》对你有帮助，请点赞、收藏，并留下你的观点哦！