Python 有没有办法在OpenCV/skimage中获取浮点坐标的轮廓属性？

我在Matplotlib中创建了等高线图，我需要进一步分析它们是否为闭合曲线，然后查看细胞结构的面积、凸度、坚固度等。在Matplotlib中，它们的类型为

LineCollection

和

Path

在OpenCV中，我无法将

float

数组传递给

cv2.contourArea

或类似函数。另一方面，转换为

uint8

坐标会丢失嵌套结构等重要数据。在这种情况下，我需要得到内部嵌套的凸轮廓

在Python中是否有任何选项可以查找面积、凸包、边框等信息

我可以放大图像，但我担心它可能会不可预测地扭曲图片

例如：带有浮点和整数坐标的附加图像

---

我假设您可以完全控制Matplotlib部件。所以，让我们试着从那里得到一个图像，你可以很容易地使用OpenCV进行进一步的图像处理

我们从一些常见的情节开始，如您的问题所示：

可以设置参数以获取单个轮廓标高。这有助于分别在多个级别上工作。在下面，我将重点介绍

级别=[1.75]

（最内部的绿色椭圆）。稍后，您可以简单地循环所有需要的级别，并执行分析

对于自定义等高线图，我们将使用和设置一个固定的

x，y

域，例如

[-3,3]x[-2,2]

。因此，我们知道实际画布的尺寸。我们使用摆脱了轴，使用了画布周围的边距。剩下的是全尺寸的普通画布（图形大小调整为

（10,5）

，颜色自动调整为级别数）：

现在，我们将画布保存到某个NumPy数组，cf。从那里，我们可以执行任何OpenCV操作。为了找到该级别轮廓的组合区域，我们可以对灰度图像进行阈值处理，找到所有轮廓，并使用

cv2.contourArea

计算它们的面积。我们将这些面积相加，得到整个面积的像素值。从已知的画布尺寸，我们知道整个画布区域的“单位”，从图像尺寸，我们知道整个画布区域的像素。因此，我们只需要将整个轮廓区域（以像素为单位）除以整个画布区域（以像素为单位），然后乘以整个画布区域（以“单位”为单位）

这就是全部代码：

导入cv2
将matplotlib.pyplot作为plt导入
将numpy作为np导入
#为等高线图生成一些数据
增量=0.025
x=np.arange（-3.0,3.0,delta）
y=np.arange（-2.0,2.0,delta）
十、 Y=np.meshgrid（X，Y）
Z1=np.exp（-（X+1.5）**2-Y**2）
Z2=np.exp（-（X-1.5）**2-Y**2）
Z=（Z1+Z2）*2
#自定义等高线图
最小x_，最大x_=-3，3
y_min，y_max=-2,2
fig=plt.图（2，figsize=（10，5））#设置大尺寸
plt.等高线（X，Y，Z，levels=[1.75]）#如果需要，设置单个levels
plt.xlim（[x_min，x_max]）#明确设置x限制
plt.ylim（[y_min，y_max]）#显式设置y限制
plt.轴（“关闭”）#完全没有显示轴
plt.紧凑布局（pad=0）#完全没有边距
#以NumPy数组的形式获取人物的画布，cf。https://stackoverflow.com/a/7821917/11089932
图canvas.draw（）
img=np.frombuffer（图canvas.tostring_rgb（），dtype=np.uint8）
img=img.reformate（图canvas.get_width\u height（）[：：-1]+（3，））
#灰度和阈值图像
遮罩=cv2.CVT颜色（img，cv2.COLOR\u RGB2GRAY）
掩码=cv2.阈值（掩码，0，255，cv2.THRESH\u OTSU+cv2.THRESH\u BINARY\u INV）[1]
#查找轮廓，计算面积（像素），求和以得到特定级别的整个面积（像素）
cnts=cv2.查找孔（屏蔽，cv2.外部翻新，cv2.链约无）
如果len（cnts）==2个其他cnts[1]，则cnts=cnts[0]
面积=np.和（np.阵列（[cv2.cnt中cnt的轮廓面积（cnt]））
#从画布区域（像素）到x_min、x_max等的整个区域（坐标）。
面积=面积/np.prod（掩模形状[：2]）*（x_最大值-x_最小值）*（y_最大值-y_最小值）
打印（'区域：'，区域）

输出面积似乎合理：

面积：0.861408

现在，您可以使用您喜欢的OpenCV进行任何图像处理。始终记住将任何像素结果转换为某些“单位”结果

----------------------------------------
系统信息
----------------------------------------
平台：Windows-10-10.0.16299-SP0
Python:3.9.1
PyCharm:2021.1.1
Matplotlib:3.4.1
NumPy:1.20.2
OpenCV:4.5.1

太好了，这很有帮助！设置figsize非常方便，可以让matplotlib完成这项工作。