什么是轮廓近似？Contour approximation 使用Ramer - Douglas - Peucker (RDP)算法，旨在通过减少给定阈值的顶点来简化折线。通俗地说，我们采用一条曲线并减少其顶点数量，同时保留其大部分形状。我将在这里给出算法的粗略概念。给定曲线的起点和终点，算法将首先找到距离连接两个参考点的线最大距离的顶点。让我们将其称为max_point。如果max_point距离小于阈值，我们会自动忽略起点和终点之间的所有顶点，使曲线成为一条直线。如果max_point超出阈值，我们将递归重复该算法，现在将其max_point作为参考之一，并重复检查过程。
假如，我们要 开发一个自动导航的机器人，在机器人导航的过程中，必然会搜集大量的路径数据，进而指导机器人的前进，但是很多时候，路径上的拐点很多，这就加大了计算的负担，如何能尽可能地保留原始路径数据，又可以降低大量的计算，这就需要路径的一些估算，这就要使用到本次的路径轮廓近似原理。
原始路径
轮廓近似后的图片
cv2.approxPolyDP实现轮廓近似原理34;C:/Users/angel/Desktop/image.png&34;Image&34;Thresh& 在阈值图像中找到最大的轮廓 cnts = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) 在输出图像上绘制轮廓的形状，计算 边界框，并显示轮廓中的点数 output = image.copy() cv2.drawContours(output, [c], -1, (0, 255, 0), 3) (x, y, w, h) = cv2.boundingRect(c) text = &34;.format(len(c)) cv2.putText(output, text, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 1) print(&34;.format(text)) cv2.imshow(&34;, output) cv2.waitKey(0)使用 OpenCV 的findContours函数，我们可以挑选出给定图像中所有可能的轮廓，我们使用了RETR_EXTERNAL参数，它只返回可用轮廓的单一表示，使用的另一个参数是CHAIN_APPROX_SIMPLE。这将删除单个链线连接中的许多顶点，这些顶点本质上是冗余的。然后我们从轮廓数组中抓取最大的轮廓，并使用drawContours函数把外框形状画出来。
外框轮廓
for eps in np.linspace(0.001, 0.05, 10): peri = cv2.arcLength(c, True) approx = cv2.approxPolyDP(c, eps * peri, True) output = image.copy() cv2.drawContours(output, [approx], -1, (0, 255, 0), 3) text = &34;.format(eps, len(approx)) cv2.putText(output, text, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 1) print(&34;.format(text)) cv2.imshow(&34;, output) cv2.waitKey(0)我们需要一个 value eps，它将作为测量顶点的阈值，利用此阈值进行轮廓近似计算的参数
在第2行，使用 计算轮廓的周长cv2.arcLength函数。然后我们使用该cv2.approxPolyDP函数，启动轮廓近似过程（第3行）。eps×peri乘积值充当近似精度，通过遍历不同的eps，进行轮廓的近似计算。
通过运行代码，我们可以看出，随着eps值不断增加，其轮廓顶点数不断减少，直到顶点数量不再减少为止，这表明轮廓近似算法确实有效。
[INFO] original, num_pts=402 [INFO] eps=0.0010, num_pts=30 [INFO] eps=0.0064, num_pts=25 [INFO] eps=0.0119, num_pts=18 [INFO] eps=0.0173, num_pts=15 [INFO] eps=0.0228, num_pts=14 [INFO] eps=0.0282, num_pts=10 [INFO] eps=0.0337, num_pts=7 [INFO] eps=0.0391, num_pts=6 [INFO] eps=0.0446, num_pts=5 [INFO] eps=0.0500, num_pts=5轮廓近似原理图
当然，在应用中，我们需要找到合适的eps的值，以便在保证轮廓精度的情况下，降低计算的成本。
本站所发布的文字与图片素材为非商业目的改编或整理，版权归原作者所有，如侵权或涉及违法，请联系我们删除
热门信息
阅读 ()
1 注册微信号怎么注册第二个阅读 ()
2 怎么把照片变成卡通头像阅读 ()
3 手机越充越少电怎么解决