Solidity

代码语言：javascript复制

import cv2
import numpy as np
o1=cv2.imread('C:/Users/xpp/Desktop/Finger.png')#原始图像
o2=cv2.imread('C:/Users/xpp/Desktop/Finger.png',cv2.CV_8UC1)#原始图像
cv2.imshow("original",o1)
gray=cv2.cvtColor(o1,cv2.COLOR_BGR2GRAY)#将彩色图片转换为灰度图片
ret,thresh=cv2.threshold(gray,235,255,cv2.THRESH_BINARY)#将灰度图片转换为二值图片
dst=cv2.adaptiveThreshold(thresh,210,cv2.BORDER_REPLICATE,cv2.THRESH_BINARY_INV,3,10)#图像分割
contours,hierarchy=cv2.findContours(dst,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)#计算图像轮廓
cv2.drawContours(o1,contours,-1,(255,0,0),3)#绘制图像轮廓
cv2.imshow("result1",o1)
cntArea=0
for i in contours:
    cntArea =cv2.contourArea(i)#计算轮廓面积
for cnt in contours:
    hull=cv2.convexHull(cnt)#计算凸包
    length=len(hull)
    if length>5:
        for i in range(length):
            cv2.line(o1,tuple(hull[i][0]),tuple(hull[(i 1)%length][0]),(0,0,255),3)#绘制凸包
hullArea=cv2.contourArea(hull)#计算凸包面积
Solidity=float(cntArea)/hullArea#计算Solidity
print(Solidity)
cv2.imshow("result2",o1)
cv2.waitKey()
cv2.destroyAllWindows()

算法：Solidity是轮廓面积与凸包面积之比，作为图像、轮廓及凸包的特征。

Solidity=轮廓面积 / 凸包面积

Solidity=float(cntArea)/hullArea

• cntArea表示轮廓面积
• hullArea表示凸包面积

注意：轮廓就像从黑色背景中找到白色物体，通常情况下，预先对图像进行阈值分割或边缘检测得到二值图像。

solidity 算法

0 人点赞