计算轮廓周长（OpenCV，Python）答案

【问题标题】：Calculating perimeter of contours (OpenCV, Python)计算轮廓周长（OpenCV，Python）
【发布时间】：2021-12-10 12:41:19
【问题描述】：

我有这张图片，上面有很多青色、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。

这里是颜色通道青色。

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 上的某个人的帮助下）计算点大小的均值和标准差：

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)

现在对于该区域，有没有办法获得周长？

【问题讨论】：

你想要什么面积和周长？你会训练神经网络吗？还是其他分类器？

标签： python opencv computer-vision

【解决方案1】：

很好的情况，根据OpenCV documentation，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。

也叫弧长。可以使用 cv.arcLength() 函数找到它。第二个参数指定 shape 是闭合轮廓（如果传递 True），还是只是曲线。

来自官方文档的示例：

    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

所以在你的情况下你应该更新你的代码如下：

    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)

我希望这行得通！

【讨论】：