Python 如何知道轮廓在opencv中是打开的还是关闭的？

如何知道从“查找轮廓”函数中提取的轮廓在opencv中是打开的还是关闭的

更新

我尝试将isContourConvex应用于此图像：

提取面积最大的等高线 返回false。 我改变了，也许，轮廓提取，扩张

nomeimg = 'Riscalate2/JPEG/e (5).jpg'

img = cv2.imread(nomeimg)

gray = cv2.imread(nomeimg,0)#convert grayscale adn binarize

element = cv2.getStructuringElement(cv2.MORPH_CROSS,(6,6)) 
graydilate = cv2.erode(gray, element) #imgbnbin

cv2.imshow('image',graydilate)
cv2.waitKey(0)

ret,thresh = cv2.threshold(graydilate,127,255,cv2.THRESH_BINARY_INV)   # binarize

imgbnbin = thresh
cv2.imshow('bn',thresh)
cv2.waitKey()

#element = cv2.getStructuringElement(cv2.MORPH_CROSS,(2,2))
#element = np.ones((11,11),'uint8')


contours, hierarchy = cv2.findContours(imgbnbin, cv2.RETR_TREE ,cv2.CHAIN_APPROX_SIMPLE)
print(len(contours))


# Take only biggest contour basing on area
Areacontours = list()
calcarea = 0.0
unicocnt = 0.0
for i in range (0, len(contours)):
    area = cv2.contourArea(contours[i])
    #print("area")
    #print(area)
    if (area > 90 ):  #con 90 trova i segni e togli puntini
        if (calcarea<area):
            calcarea = area
            unicocnt = contours[i]


convex = cv2.isContourConvex(unicocnt)
print("convex")
print(convex)

nomeimg='Riscalate2/JPEG/e（5.jpg'
img=cv2.imread（nomeimg）
gray=cv2.imread（nomeimg，0）#转换灰度和二值化
元素=cv2.getStructuringElement（cv2.MORPH_CROSS，（6,6））
灰色扩张=cv2.侵蚀（灰色，元素）#imgbnbin
cv2.imshow（“图像”，灰度放大）
cv2.等待键（0）
ret，thresh=cv2.阈值（灰度放大，127255，cv2.thresh_BINARY_INV）#二值化
imgbnbin=阈值
cv2.imshow（'bn'，阈值）
cv2.waitKey（）
#元素=cv2.getStructuringElement（cv2.MORPH_CROSS，（2,2））
#元素=np.ones（（11,11），‘uint8’）
轮廓，层次=cv2.findContours（imgbnbin，cv2.RETR_树，cv2.CHAIN_近似_简单）
打印（透镜（轮廓））
#根据面积只取最大轮廓
Area等高线=列表（）
钙质=0.0
单碳纳米管=0.0
对于范围（0，len（等高线））内的i：
面积=cv2。轮廓面积（轮廓[i]）
#打印（“区域”）
#打印（面积）
如果（面积>90）：#控制90 trova i segni e togli puntini
如果（calcrea您正在寻找术语（如a C）与（如a O）等高线

猜猜看，有一种方法可以检查凸性：

我认为cvcontour是基于连接的组件，因此它们不能打开。所以我永远不知道在我的图像中是否有一个像“O”或“C”这样的圆？也许是基于其他的东西？如果轮廓是C的形状，但加厚的版本呢？它不起作用，对吗？或者加厚的Y？阿比德拉赫曼克：什么不起作用？这些都是凹形轮廓。对于加厚的字母O，你会得到两个单独的轮廓，都是凸的。是的，我想你是对的。我只是把凹形和凸形混淆了，对不起……）