计算轮廓周长（OpenCV，Python）

Question

我这里有这张图像，其中有很多青色、品红色和黄色的小打印机点。

分离颜色通道 (CMYK) 后，我在图像上应用了阈值。

这里的颜色通道为青色。

现在我想找到一种方法来计算每个点的周长。所以最后我想要得到周长的平均值和标准差。

我已经找到了一种方法（在 stackoverflow 上某人的帮助下）来计算点大小的平均值和标准偏差：

def compute_mean_stddev(contours_of_images):
    for contours_of_image in contours_of_images:
        count = len(contours_of_image)

        sum_list = []
        for cntr in contours_of_image:
            area = cv2.contourArea(cntr) 
            sum_list.append(area) 
            
        average = np.mean(sum_list)
        standard_deviation = np.std(sum_list)    

现在对于面积来说，有没有办法得到周长？

Answer 1

很好的例子，根据OpenCV 文档，一旦你有了轮廓，你应该能够使用cv.arcLength()方法计算你想要的东西。

也称为弧长。可以使用 cv.arcLength() 函数找到。第二个参数指定形状是闭合轮廓（如果传递 True），还是只是曲线。

官方文档中的示例：

    import numpy as np
    import cv2 as cv
    img = cv.imread('star.jpg',0)
    ret, thresh = cv.threshold(img,127,255,0)
    contours, hierarchy = cv.findContours(thresh, 1, 2)
    
    cnt = contours[0]
    area = cv.contourArea()  # Area of first contour
    perimeter = cv.arcLength(cnt, True)  # Perimeter of first contour 

因此，在您的情况下，您应该按如下方式更新代码：

    def compute_mean_stddev(contours_of_images):
        for contours_of_image in contours_of_images:
            count = len(contours_of_image)

            sum_list = []
            for cntr in contours_of_image:
                area = cv2.contourArea(cntr)
                perimeter = cv.arcLength(cntr, True)  
            
            average = np.mean(sum_list)
            standard_deviation = np.std(sum_list) 

我希望这能起作用！