Question

我正在开发一个程序，我应该检测相同类型的形状，并用不同的颜色为每种类型着色。

我正在使用cv2.findCountours然后cv2.approxPolyDP来检测每个形状。

程序检测到任何形状有8条边作为圆形，所以我决定添加一些检查 - 我正在使用cv2.contourArea检查当前轮廓的区域，我也检查{的区域{1}}当前轮廓。

如果他们是平等的，我们就有一个圈子。

cv2.minEnclosingCircle(cnt)

我打印了每个区域，看到结果不同 - 即使形状明显是圆形。

例如，对于相同的形状，我为minEnclosingCircle区域获得了628.254637106，为了contourArea获得了569。另一个例子：minEnclosingCircle区域为2220.55512328，contourArea为2032.0。

如何正确计算这个区域？

我将不胜感激任何帮助！

我使用的图像：

和检测到的形状：

Answer 1

我认为使用Hu时刻检测圈子会更好：

可以使用opencv：

计算它们

Circle有明确定义的时刻：

以这种方式定义的圆形可用于识别圆圈。

编辑：python中的Hu Moments教程：

关于stackoverflow的类似问题：

Answer 2

而不是比较区域，你应该检查计数器的凸性

elif len(approx)==8:
        k=cv2.isContourConvex(approx)
        if k:
        #now you select a circle

Answer 3

您可以尝试使用属于每个blob的一些属性。偏心，坚固，紧凑......等特征可以帮助你区分形状。

您可以在下面的链接中找到一些信息（但在C ++中）以提供一些提示