使用opencv写一个多物体形状检测的程序

下面是一个使用OpenCV进行多物体形状检测的程序示例：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('shapes.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 轮廓检测
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 遍历每个轮廓
for cnt in contours:
    # 计算轮廓周长
    perimeter = cv2.arcLength(cnt, True)

    # 进行轮廓近似
    approx = cv2.approxPolyDP(cnt, 0.02 * perimeter, True)

    # 根据近似后的轮廓点数来确定形状
    if len(approx) == 3:
        shape = "Triangle"
    elif len(approx) == 4:
        (x, y, w, h) = cv2.boundingRect(approx)
        ratio = w / float(h)

        # 判断矩形还是正方形
        if ratio >= 0.95 and ratio <= 1.05:
            shape = "Square"
        else:
            shape = "Rectangle"
    else:
        shape = "Circle"

    # 在图像中标注形状
    cv2.drawContours(img, [approx], -1, (0, 255, 0), 2)
    cv2.putText(img, shape, (approx.ravel()[0], approx.ravel()[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 0), 2)

# 显示结果
cv2.imshow("Image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

这个程序可以读取一张形状图像，检测其中的多个物体并标注它们的形状。具体实现步骤如下：

1. 读取图像并将其转换为灰度图像。
2. 对灰度图像进行二值化处理，得到黑白图像。
3. 对黑白图像进行轮廓检测，得到所有物体的轮廓。
4. 遍历每个轮廓，首先计算轮廓的周长。
5. 对轮廓进行近似处理，得到近似后的轮廓。
6. 根据近似后的轮廓点数来确定形状，如果点数为3则为三角形，如果为4则进一步判断是矩形还是正方形，否则为圆形。
7. 在图像中标注形状。
8. 显示结果。

注意，这个程序只是一个简单示例，实际应用中可能需要根据具体需求进行修改和优化。