Kontur Nitelikleri

Bu bölümde nesnelerin katılık (solidity), eşdeğer çap, maske görüntüsü, ortalama yoğunluk gibi sık kullanılan özelliklerini çıkarmayı öğreneceğiz.

Not: Ağırlık merkezi, alan, çevre gibi özellikler de bu kategoriye girer; ancak bunları bir önceki bölümde gördük.

1. En-Boy Oranı (Aspect Ratio)

Nesnenin sınır dikdörtgeninin genişliğinin yüksekliğine oranıdır:

En-Boy Oranı = Genişlik / Yükseklik

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

2. Uzanım (Extent)

Uzanım, kontur alanının sınır dikdörtgeni alanına oranıdır:

Uzanım = Nesne Alanı / Sınır Dikdörtgeni Alanı

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

3. Katılık (Solidity)

Katılık, kontur alanının dışbükey zarf alanına oranıdır:

Katılık = Kontur Alanı / Dışbükey Zarf Alanı

area = cv.contourArea(cnt)
hull = cv.convexHull(cnt)
hull_area = cv.contourArea(hull)
solidity = float(area) / hull_area

4. Eşdeğer Çap (Equivalent Diameter)

Eşdeğer çap, alanı kontur alanıyla aynı olan dairenin çapıdır:

Eşdeğer Çap = √(4 × Kontur Alanı / π)

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

5. Yönelim (Orientation)

Yönelim, nesnenin yönlendirildiği açıdır. Aşağıdaki yöntem aynı zamanda ana eksen ve yardımcı eksen uzunluklarını da verir:

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

6. Maske ve Piksel Noktaları

Bazı durumlarda nesneyi oluşturan tüm noktalara ihtiyaç duyabiliriz. Bu şu şekilde yapılabilir:

mask = np.zeros(imgray.shape, np.uint8)
cv.drawContours(mask, [cnt], 0, 255, -1)
pixelpoints = np.transpose(np.nonzero(mask))
# pixelpoints = cv.findNonZero(mask)

Burada aynı işlemi yapmak için biri NumPy fonksiyonlarını kullanan, diğeri ise OpenCV fonksiyonunu kullanan (son yorum satırı) iki yöntem verilmiştir. Sonuçlar aynıdır, ancak küçük bir fark vardır: NumPy koordinatları (satır, sütun) formatında verirken OpenCV (x, y) formatında verir. Yani satır = y ve sütun = x’tir.

7. Maksimum Değer, Minimum Değer ve Konumları

Bu parametreleri maske görüntüsü kullanarak bulabiliriz:

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

8. Ortalama Renk veya Ortalama Yoğunluk

Burada bir nesnenin ortalama rengini bulabiliriz. Veya gri tonlamalı modda nesnenin ortalama yoğunluğu olabilir. Yine aynı maskeyi kullanırız:

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

9. En Uç Noktalar

En uç noktalar nesnenin en üstteki, en alttaki, en sağdaki ve en soldaki noktalarını ifade eder:

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])

Örneğin bunu bir Hindistan haritasına uygularsam şu sonucu alıyorum:

Alıştırmalar

• Matlab regionprops dokümantasyonunda hâlâ bazı özellikler bulunmaktadır. Bunları uygulamayı deneyin.

Kaynak: OpenCV Python Tutorials — Orijinal Döküman