How to detect simple geometric shapes using OpenCV

在使用OpenCV进行简单几何形状的检测时，主要步骤如下：

1. 图像预处理

首先，需要对图像进行预处理以减少噪声并简化后续处理步骤。这通常包括：

• 灰度转换：将图像从彩色转换为灰度，因为形状检测通常不依赖于颜色信息。
• 滤波：应用如高斯模糊等滤波方法来平滑图像，从而减少噪点和不必要的细节。

python
import cv2
import numpy as np

# 读取图片
image = cv2.imread('path_to_image.jpg')
# 转换为灰度图片
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 应用高斯模糊
blurred = cv2.GaussianBlur(gray, (5, 5), 0)

2. 边缘检测

使用边缘检测算法如Canny边缘检测来进一步处理图像，以便识别图中的边缘。

python
# Canny边缘检测
edged = cv2.Canny(blurred, 30, 150)

3. 寻找轮廓

通过 OpenCV 的 findContours() 方法从边缘图像中提取轮廓。

python
# 寻找轮廓
contours, _ = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

4. 形状识别

根据轮廓的几何特性来识别形状。例如，根据轮廓点的数量或轮廓的周长和面积比例来判断形状。

python
# 遍历轮廓
for contour in contours:
    # 计算轮廓的周长
    peri = cv2.arcLength(contour, True)
    # 对轮廓点进行近似
    approx = cv2.approxPolyDP(contour, 0.04 * peri, True)

    # 判断形状
    if len(approx) == 3:
        shape = "三角形"
    elif len(approx) == 4:
        # 进一步区分四边形或矩形
        (x, y, w, h) = cv2.boundingRect(approx)
        ar = w / float(h)
        shape = "正方形" if ar >= 0.95 and ar <= 1.05 else "矩形"
    elif len(approx) > 4:
        shape = "圆形"  # 这里简单地假设轮廓点多于4个为圆形

    # 绘制结果
    cv2.drawContours(image, [contour], -1, (0, 255, 0), 2)
    cv2.putText(image, shape, (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 255, 255), 2)

5. 显示结果

最后，显示处理后的图像，以便查看检测到的形状和标记。

python
# 显示图像
cv2.imshow("Image", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这个过程能够检测和识别图像中的基本几何形状，如三角形、正方形、矩形和圆形。此程序可以根据需要进行调整和优化，以适应更复杂或特定的应用场景。