如何使用OpenCV Python在影像中檢測三角形？

為了檢測影像中的三角形，我們首先檢測影像中的所有輪廓。然後我們遍歷所有輪廓。找到每個輪廓的近似輪廓。如果近似輪廓中的頂點數量為3，則繪製輪廓並將其設定為三角形。請參見下面的虛擬碼。

for cnt in contours:
   approx = cv2.approxPolyDP()
   if len(approx) == 3:
      cv2.drawContours()
      cv2.putText("Triangle")

步驟

您可以使用以下步驟在輸入影像中檢測三角形：

匯入所需的庫。在以下所有Python示例中，所需的Python庫為OpenCV。確保您已安裝它。

import cv2

使用cv2.imread()讀取輸入影像並將其轉換為灰度影像。

img = cv2.imread('approx1.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

對灰度影像應用閾值處理以建立二值影像。調整第二個引數以獲得更好的輪廓檢測。

ret,thresh = cv2.threshold(gray,50,255,0)

使用cv2.findContours()函式查詢影像中的輪廓。

contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

從輪廓列表中選擇一個輪廓（例如第一個輪廓）cnt。或者迴圈遍歷所有輪廓。

使用cv2.approxPolyDP()函式計算每個輪廓cnt的近似輪廓點。

approx = cv2.approxPolyDP(cnt,epsilon,True)

如果近似輪廓approx中的頂點數量為3，則在影像上繪製輪廓並將其設定為三角形。

顯示繪製了輪廓和近似輪廓的影像。

cv2.imshow("Shapes", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

讓我們來看一些例子以便更好地理解。

示例1

在下面的Python程式碼中，我們檢測輸入影像中的三角形。

# import required libraries
import cv2

# read the input image
img = cv2.imread('shapes.jpg')

# convert the image to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# apply thresholding to convert the grayscale image to a binary image
ret,thresh = cv2.threshold(gray,50,255,0)

# find the contours
contours,hierarchy = cv2.findContours(thresh, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
print("Number of contours detected:",len(contours))

for cnt in contours:
   approx = cv2.approxPolyDP(cnt, 0.01*cv2.arcLength(cnt, True), True)
   if len(approx) == 3:
      img = cv2.drawContours(img, [cnt], -1, (0,255,255), 3)

      # compute the center of mass of the triangle
      M = cv2.moments(cnt)
      if M['m00'] != 0.0:
         x = int(M['m10']/M['m00'])
         y = int(M['m01']/M['m00'])
      cv2.putText(img, 'Triangle', (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 0), 2)

cv2.imshow("Shapes", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

我們將在上面的程式程式碼中使用以下影像作為輸入檔案：

輸出

執行上述程式碼時，它將在控制檯上產生以下輸出。

Number of contours detected: 4

並且我們得到以下視窗，顯示輸出：

在上面的輸出影像中，檢測到一個三角形。

示例2

在這個例子中，我們將展示如何檢測影像中的多個三角形。

import cv2
import numpy as np

img = cv2.imread('shapes1.jpg')
img1 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret,thresh = cv2.threshold(img1,150,255,0)
contours,hierarchy = cv2.findContours(thresh, 1, 2)
print("Number of contours detected:",len(contours))

for cnt in contours:
   approx = cv2.approxPolyDP(cnt, 0.1*cv2.arcLength(cnt, True), True)
   if len(approx) == 3:
      img = cv2.drawContours(img, [cnt], -1, (0,255,255), 3)
      M = cv2.moments(cnt)
      if M['m00'] != 0.0:
      x = int(M['m10']/M['m00'])
      y = int(M['m01']/M['m00'])
   cv2.putText(img, 'Triangle', (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 0), 2)

cv2.imshow("Triangles", img)
cv2.waitKey(0)
cv2.destroyAllWindows()