python检测特定颜色的形状_OpenCV-几何形状颜色识别

思路先先识别三角形，就先转成二值图像，然后使用轮廓发现findContours相关函数，提取与绘制轮廓，最后用approxPolyDP对其进行轮廓逼近，然后对三角形找到中心点，需要用moments计算一阶几何距得到指定轮廓的中心位置然后的到的三角形中心位置坐标可以用来得出三角形的坐标和颜色“以接近于图像中心的三角形作为根节点，距离其最近的三角形作为其左节点，次近的作为其右节点”在构成二叉树的时

weixin_39688019

640人浏览 · 2020-11-26 11:27:47

weixin_39688019 · 2020-11-26 11:27:47 发布

bVbGnxr

思路

先先识别三角形，就先转成二值图像，然后使用轮廓发现findContours相关函数，提取与绘制轮廓，最后用approxPolyDP对其进行轮廓逼近，

然后对三角形找到中心点，需要用moments计算一阶几何距得到指定轮廓的中心位置

然后的到的三角形中心位置坐标可以用来得出三角形的坐标和颜色

“以接近于图像中心的三角形作为根节点，距离其最近的三角形作为其左节点，次近的作为其右节点”在构成二叉树的时候（我印象中学习机器学习的时候貌似记得有个KNN算法，实现有点麻烦），这里我是直接用两点之间开方计算距离。

后面二叉树的，先按照距离进行排序，然后插入节点

打印节点

1460000022454256

代码

# -*- coding: utf-8 -*-

#引入必要工具

import cv2 as cv

import numpy as np

import math

#计算距离

def caculateDistance(a, b):

return math.sqrt(math.pow(a[0] - b[0], 2) + math.pow(a[1] - b[1], 2))

class Node:

def __init__(self, pos, area, color):

# 节点内容:面积，颜色，坐标，左子树,右子树,父节点

self.area = area

self.color = color

self.pos = pos

self.left = None

self.right = None

self.Parent = None

#添加左子树

def addLeft(self, l):

self.left = l

# 添加右子树

def addRight(self, r):

self.right = r

# 添加父节点

def GetParent(self):

return self.Parent

#定义树

class Tree:

def __init__(self):

self.root = None

def addroot(self, root):

self.root = root

class ShapeAnalysis:

def __init__(self):

self.shapes = {'triangle': 0, 'rectangle': 0, 'polygons': 0, 'circles': 0}

self.i = 0

def analysis(self, frame, tree):

h, w, ch = frame.shape

result = np.zeros((h, w, ch), dtype=np.uint8)

# 二值化图像

print("start to detect lines...\n")

gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)

ret, binary = cv.threshold(gray, 230, 255, cv.THRESH_BINARY_INV)

triangles = {}

cv.imshow("Binary Image", binary)

out_binary, contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)

for cnt in range(len(contours)):

# 提取与绘制轮廓

cv.drawContours(result, contours, cnt, (0, 255, 0), 2)

# 轮廓逼近

epsilon = 0.012 * cv.arcLength(contours[cnt], True)

approx = cv.approxPolyDP(contours[cnt], epsilon, True)

# 分析几何形状

corners = len(approx)

shape_type = []

if corners == 3:

count = self.shapes['triangle']

count = count + 1

self.shapes['triangle'] = count

shape_type = "三角形"

# 求中心位置

mm = cv.moments(contours[cnt])

cx = int(mm['m10'] / mm['m00'])

cy = int(mm['m01'] / mm['m00'])

if shape_type == "三角形":

cv.circle(result, (cx, cy), 3, (0, 0, 255), -1)

# 计算颜色

color = frame[cy][cx]

color_str = "(" + str(color[0]) + ", " + str(color[1]) + ", " + str(color[2]) + ")"

# 计算面积

area = cv.contourArea(contours[cnt])

# 判断三角形

if shape_type == "三角形":

n = Node([cx, cy], area, color)

triangles[self.i] = n

self.i = self.i + 1

print("-------------------------------------")

print("第%d个三角形："%self.i)

print(" 坐标 %s 面积: %.3f 颜色: %s " % ((cx, cy), area, color_str))

print("-------------------------------------")

cv.imshow("Analysis Result", self.draw_text_info(result))

center = [frame.shape[0] / 2, frame.shape[1] / 2]

print("图片中心位置:%s"%center)

print("-------------------------------------")

dis = {}

# 以接近于图像中心的三角形作为根节点，

# 距离其最近的三角形作为其左节点，次近的作为其右节点

for j in range(4):

dis[j] = caculateDistance(center, triangles[j].pos)

for j in range(4):

for k in range(4):

if (dis[j] < dis[k]):

temp = dis[k]

dis[k] = dis[j]

dis[j] = temp

temp1 = triangles[k]

triangles[k] = triangles[j]

triangles[j] = temp1

for j in range(len(triangles)):

print(dis[j])

print(triangles[j].pos)

tree.addroot(triangles[0])

x = Node([-1, -1], 0, [-1, -1, -1])

triangles[0].Parent = x

triangles[0].addLeft(triangles[1])

triangles[1].Parent = triangles[0]

triangles[0].addRight(triangles[2])

triangles[2].Parent = triangles[0]

triangles[1].addLeft(triangles[3])

triangles[3].Parent = triangles[1]

# 3和2号没有子树,1号没有右子树

y = Node([0, 0], 0, [-1, -1, -1])

triangles[3].addLeft(y)

triangles[3].addRight(y)

triangles[2].addLeft(y)

triangles[2].addRight(y)

triangles[1].addRight(y)

for k in range(4):

print("-------------------------------------")

print("第%d节点面积%.3f 颜色%s 父节点%s 自己节点%s 左子树%s 右子树%s "% (k,(triangles[k].area),(triangles[k].color),(triangles[k].Parent.pos),(triangles[k].pos),(triangles[k].left.pos),(triangles[k].right.pos)))

return self.shapes

def draw_text_info(self, image):

c1 = self.shapes['triangle']

cv.putText(image, "triangle: " + str(c1), (10, 20), cv.FONT_HERSHEY_PLAIN, 1.2, (255, 255, 255), 1)

return image

if __name__ == "__main__":

src = cv.imread("D:/picture/11.png")

tree = Tree()

ld = ShapeAnalysis()

ld.analysis(src, tree)

cv.waitKey(-1)

结果