1 長寬比

邊界矩形的寬高比

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

2 Extent

輪廓面積與邊界矩形面積的比

area = cv2.contourArea(cnt)
x,y,w,h = cv2.boundingRect(cnt)
rect_area = w*h
extent = float(area)/rect_area

3 Solidity

輪廓面積與凸包面積的比

area = cv2.contourArea(cnt)
hull = cv2.convexHull(cnt)
hull_area = cv2.contourArea(hull)
 

solidity = float(area)/hull_area

4 Equivalent Diameter

與輪廓面積相等的圓形的直徑

area = cv2.contourArea(cnt)
equi_diameter = np.sqrt(4*area/np.pi)

5 方向

物件的方向，下面的方法還會返回長軸和短軸的長度

(x,y),(MA,ma),angle = cv2.fitEllipse(cnt)

橢圓的中心座標，短軸長軸(也就是2b,2a)，旋轉角度

6 掩模和畫素點

有時我們需要構成物件的所有畫素點，我們可以這樣做

mask = np.zeros
 
(imgray.shape,np.uint8) 
# 這裡一定要使用引數-1, 繪製填充的的輪廓
cv2.drawContours(mask,[cnt],0,255,-1)
//方法一 bumpy方法
pixelpoints = np.transpose(np.nonzero(mask))
//方法二 opencv方法
#pixelpoints = cv2.findNonZero(mask)

7 最大值和最小值及它們的位置

我們可以使用掩模影象得到這些引數

min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(imgray,mask = mask)
 

8 平均顏色及平均灰度

我們也可以使用相同的掩模求一個物件的平均顏色或平均灰度

mean_val = cv2.mean(im,mask = mask)

9 極點

一個物件最上面，最下面，最左邊，最右邊的點

leftmost = tuple(cnt[cnt[:,:,0].argmin()][0])
rightmost = tuple(cnt[cnt[:,:,0].argmax()][0])
topmost = tuple(cnt[cnt[:,:,1].argmin()][0])
bottommost = tuple(cnt[cnt[:,:,1].argmax()][0])