利用opencv2python实现图像中矩形与正方形的区分

Question

我正在学习如何识别图片中的形状。我能根据几何体的边数来识别形状。但现在我想知道有没有办法区分图像中的正方形和矩形？ 这是我的密码。目前我只是在画几何图形的轮廓。在

import cv2

raw_image = cv2.imread('test1.png')
cv2.imshow('Original Image', raw_image)
cv2.waitKey(0)

bilateral_filtered_image = cv2.bilateralFilter(raw_image, 5, 175, 175)
cv2.imshow('Bilateral', bilateral_filtered_image)
cv2.waitKey(0)

edge_detected_image = cv2.Canny(bilateral_filtered_image, 75, 200)
cv2.imshow('Edge', edge_detected_image)
cv2.waitKey(0)

_, contours, hierarchy = cv2.findContours(edge_detected_image, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

contour_list = []
for contour in contours:
    approx = cv2.approxPolyDP(contour,0.01*cv2.arcLength(contour,True),True)
    area = cv2.contourArea(contour)
    if ((len(approx) >= 3)):
        contour_list.append(contour)

cv2.drawContours(raw_image, contour_list,  -1, (0,0,0), 2)
cv2.imshow('Objects Detected',raw_image)
cv2.waitKey(0)

Answer 1

我有另一种方法：

1. 找到所有连接的组件。

2. 在原始图像中寻找特征点，因为在这种情况下我们有简单的几何体，而不是复杂的物体，所以可以使用Harris角点算法作为特征点。

3. 将位于相同连接组件上的这些特征点分组。

4. 使用所有连接组件上这些特征点之间的关系（距离/角度），因此可以对这些几何图形进行分类。

Answer 2

如果宽度和高度相同，它就是正方形。否则它是一个矩形。在

for contour in contours:
    approx = cv2.approxPolyDP(contour,0.01*cv2.arcLength(contour,True),True)
    area = cv2.contourArea(contour)
    if ((len(approx) == 4)):
        (x, y, w, h) = cv2.boundingRect(approx)
        if  ((float(w)/h)==1):
            cv2.putText(raw_image, "square", (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.7, 0, 2)
        else:
            cv2.putText(raw_image, "rectangle", (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.7, 0, 2)

        contour_list.append(contour)

这种变化只检测正方形和矩形。在for循环中进行必要的更改以检测圆。您可以使用len(approx)来进行区分。在

Answer 3

矩形和正方形的区别在于正方形有四条相等的边，所以它是一个特殊的矩形。我在幼儿园学的。在

识别正方形有无数种方法。在

它的周长总是等于sqrt（面积），因此它的圆度总是0.0625

所有角之间的距离为a或a *sqrt（2）

质心到所有4个边的距离a/2相同

。。。在

你说吧。在