前段時間我將網(wǎng)上最大內(nèi)切圓算法進行了代碼的整理，原先博主上傳的代碼稍微有點亂，可能也是它自己使用，大家可以看這篇整理好的：最大內(nèi)切圓算法計算裂縫寬度。

最大內(nèi)切圓算法詳解

一個圓與給定的多邊形或曲線的每一條邊或曲線都相切的圓。而我們就是需要計算的是給定圖像的輪廓的最大內(nèi)切圓，也就是與輪廓的每一條邊都相切的圓中直徑最大的圓。這樣直徑就是我們的輪廓的寬度了。

既然要求輪廓的內(nèi)接圓，從圓的特點來說，想要唯一的確定一個圓，就是要知道它的圓心和半徑。好的，那現(xiàn)在的問題就從求取輪廓的內(nèi)接圓，巧妙地轉(zhuǎn)變成求取某個點和一個多邊形的距離和關(guān)系。

在opencv中有一個函數(shù)pointPolygonTest就是能夠得到某個點和某個多邊形之間的關(guān)系，例如這個點是在多邊形內(nèi)部、外部、或者是在多邊形上，還能得到該點距離多邊形的像素距離。那問題其實就很好解決了。我們再使用cv2.minMaxLoc(src)來獲得給定的數(shù)組中尋找最小值和最大值的位置，它的語法如下

min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(src)

其中，src是輸入的數(shù)組或圖像。函數(shù)會返回最小值min_val和最大值max_val，以及它們在數(shù)組中的位置最小值的位置min_loc和最大值的位置max_loc。?

講到這里我想大家也知道怎么求輪廓的寬度了吧，即為：max_loc * 2。

詳細代碼

import cv2
import string
import numpy as np
import pyzjr as pz

def incircle(img, contours_arr, color=(0, 0, 255)):
    """
    輪廓最大內(nèi)切圓算法,所有輪廓當(dāng)中的內(nèi)切圓
    """
    result = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)
    raw_dist = np.zeros(img.shape, dtype=np.float32)
    letters = list(string.ascii_uppercase)
    label = {}
    for k, contours in enumerate(contours_arr):
        for i in range(img.shape[0]):
            for j in range(img.shape[1]):
                raw_dist[i, j] = cv2.pointPolygonTest(contours, (j, i), True)
        min_val, max_val, _, max_dist_pt = cv2.minMaxLoc(raw_dist)
        label[letters[k]] = max_val * 2
        radius = int(max_val)
        cv2.circle(result, max_dist_pt, radius, color, 1, 1, 0)

    return result, label


if __name__=="__main__":
    path = r"D:\PythonProject\RoadCrack\dimension2_data\num/001.png"
    img = cv2.imread(path)
    gray_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    thresh = pz.BinaryImg(img)
    contours_arr, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

    result, label = incircle(gray_img, contours_arr)
    print("裂縫寬度:",label)
    cv2.imwrite("result.png",result)

先檢測輪廓，你可以使用opencv的findContours。需要確保是ndarray數(shù)組的形式。

裂縫寬度: {'A': 5.656854152679443, 'B': 4.4721360206604}

現(xiàn)在我們就能知道兩條裂縫對應(yīng)的最大內(nèi)切圓直徑，即裂縫的寬度。

算法對比

并且從時間角度來看：

• 原先的最大內(nèi)切圓算法: 1.79125 sec
• 改進后的內(nèi)切圓算法:??1.05487 sec

從計算的直徑上來看：

• 原先的最大內(nèi)切圓算法：13.81
• 改進后的內(nèi)切圓算法：{'A': 14.0}

這里的實現(xiàn)比較簡單，只是嵌套的循環(huán)比較多，但能存儲每條裂縫對應(yīng)的寬度。文章來源地址http://www.zghlxwxcb.cn/news/detail-730674.html

2023/10/22更新

# pip install pyzjr==1.2.5
import cv2
import pyzjr as pz
from pyzjr.augmentation import incircle

if __name__=="__main__":
    path = r"D:\PythonProject\RoadCrack\dimension2_data\num/001.png"
    img = cv2.imread(path)
    gray_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    thresh = pz.BinaryImg(img)
    contours_arr, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

    result, label = incircle(gray_img, contours_arr)
    print("裂縫寬度:",label)
    cv2.imwrite("result.png",result)

到了這里，關(guān)于改進的最大內(nèi)切圓算法求裂縫輪廓寬度的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！