当前位置：极客教程 > Opencv > Python OpenCV > 如何使用OpenCV Python计算图像中物体的长宽比？

如何使用OpenCV Python计算图像中物体的长宽比？

如何使用OpenCV Python计算图像中物体的长宽比？

物体的长宽比是指物体的边框的宽度和高度之比。因此，要计算长宽比，我们首先必须找到物体的边框。可以使用 cv2.boundingRect() 函数找到物体的边框。

该函数接受物体的轮廓点，并返回边框的左上角坐标（x,y）以及 宽度和高度 。我们使用 宽度 和 高度 来计算长宽比。

语法

x, y, w, h = cv2.boundingRect(cnt)
aspect_ratio = float(w)/h
Python

在此” cnt “是图像中物体轮廓点的numpy数组。

步骤

可以按以下步骤计算图像中物体的长宽比 –

导入所需的库。在以下所有Python示例中，所需的Python库是 OpenCV 。请确保您已安装它。

import cv2
Python

使用 cv2.imread() 读取输入图像并将其转换为灰度图像。

img = cv2.imread('fourpoint-star.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
Python

在灰度图像上应用阈值，以创建二进制图像。调整第二个参数以更好地检测轮廓。

ret,thresh = cv2.threshold(gray,150,255,0)
Python

使用 cv2.findContours() 函数在图像中查找轮廓。

contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
Python

选择轮廓 cnt 或遍历所有轮廓。使用物体的边框的宽度和高度计算长宽比。

cnt = contours[0]
x, y, w, h = cv2.boundingRect(cnt)
ar = float(w)/h
Python

可选地，在输入图像上绘制轮廓和边框。还可以将长宽比作为文本放在图像上。

cv2.drawContours(img, [cnt], -1, (0,255,255), 3)
cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
Python

打印长宽比并显示带有绘制的轮廓和边框的图像。

print("物体的长宽比：", ar)
cv2.imshow("Aspect Ratio", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
Python

让我们看一些示例，以更清晰地理解。

示例1

在此Python程序中，我们计算图像中物体的长宽比。我们在图像上绘制物体的轮廓和边框。我们还将长宽比作为物体的文本呈现。

# 导入必要的库
import cv2

# 加载输入图像
img = cv2.imread('fourpoint-star.png')

# 将图像转换为灰度
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 应用阈值处理以将灰度图像转换为二进制图像
ret,thresh = cv2.threshold(gray,150,255,0)

# 找到轮廓
contours,hierarchy = cv2.findContours(thresh, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
print("检测到的对象数量：" , len(contours))

# 定义计算长宽比的函数
def aspect_ratio(cnt):
   x, y, w, h = cv2.boundingRect(cnt)
   ratio = float(w)/h
   return ratio

# 选择第一个轮廓
cnt = contours[0]

# 找到长宽比
ar = aspect_ratio(cnt)

# 保留两位小数的长宽比
ar = round(ar, 2)

# 绘制轮廓
cv2.drawContours(img,[cnt],0,(0,255,0),2)

# 绘制边界矩形
x,y,w,h = cv2.boundingRect(cnt)
cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)

# 在图像上放置文本
cv2.putText(img, f'长宽比={ar}', (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255, 255), 2)
print(f"对象1的长宽比=", ar)
cv2.imshow("长宽比", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
Python

我们将使用以下图像作为此程序的 输入文件 −

如何使用OpenCV Python计算图像中物体的长宽比？

输出结果

当我们执行上述代码时，它将产生以下输出结果

检测到的对象数量：1 
对象1的长宽比=1.71
Python

然后，我们将得到以下输出窗口−

如何使用OpenCV Python计算图像中物体的长宽比？

等高线用绿色绘制，边界矩形用蓝色绘制。检测到的对象的宽高比以白色显示。

样例2

在这个Python程序中，我们计算图像中所有对象的宽高比。我们在图片上绘制所有的等高线和边界矩形。我们也将所有对象的宽高比作为文本输出。

import cv2
import numpy as np

img = cv2.imread('shapes2.png')
img1 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret,thresh = cv2.threshold(img1,40,255,0)
contours,hierarchy = cv2.findContours(thresh, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
print("检测到的对象数目:", len(contours))

# 遍历所有等高线
for i, cnt in enumerate(contours):
   ar = aspect_ratio(cnt)
   ar = round(ar, 3)
   x,y,w,h = cv2.boundingRect(cnt)
   cv2.drawContours(img,[cnt],0,(0,255,0),2)
   cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
   cv2.putText(img, f'{ar}', (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2)
   print(f"对象宽高比 {i+1} =", ar)

cv2.("宽高比", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
Python

在本程序中，我们将使用以下图像作为 输入文件 ──

如何使用OpenCV Python计算图像中物体的长宽比？

输出

执行以上代码，将输出以下 结果 ──

检测到的对象数量：7
对象1的宽高比=1.662
对象2的宽高比=0.657
对象3的宽高比=0.705
对象4的宽高比=0.912
对象5的宽高比=0.94
对象6的宽高比=1.054
对象7的宽高比=1.845
Python

然后我们在输出窗口中得到了以下结果 输出窗口

如何使用OpenCV Python计算图像中物体的长宽比？

轮廓用绿色画出，边界矩形用蓝色画出。检测到的对象的宽高比以红色显示。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Python OpenCV

登录

找回密码？

注册