opencv中计算两个contour 的最大距离代码

以下是使用OpenCV计算两个轮廓最大距离的示例代码：

import cv2

# 读取图像并转换为灰度图像
image = cv2.imread('image.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 阈值化处理
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 查找轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 计算最大距离
max_dist = 0
for i in range(len(contours)):
    for j in range(i+1, len(contours)):
        dist = cv2.matchShapes(contours[i], contours[j], cv2.CONTOURS_MATCH_I1, 0)
        if dist > max_dist:
            max_dist = dist

print("最大距离为：", max_dist)

在这个示例中，我们首先读取图像并将其转换为灰度图像，然后进行阈值化处理并查找轮廓。接下来，我们使用一个嵌套的循环计算所有可能的轮廓间距离，并找到最大距离。最后，我们输出最大距离的值。

相关问题

opencv 计算轮廓所有点到某一点的距离

OpenCV（Open Source Computer Vision Library）是一个开源计算机视觉库，提供了丰富的图像处理和计算机视觉功能。如果你想要计算轮廓上所有点到某个特定点的距离，你可以使用OpenCV中的`minDistance()`函数，这个函数可以帮助你在轮廓边界上找到离给定点最近的点。

以下是一个简单的示例代码片段，展示了如何做到这一点：

#include <opencv2/opencv.hpp>

cv::Mat image; // 假设已经加载了图像并获取到了contours和 hierarchy
std::vector<cv::Point> contourPoints = cv::contourApproximation(contour, cv::CHAIN_APPROX_SIMPLE); // 获取轮廓点
cv::Point pointToMeasureFrom; // 需要测量距离的点

double minDistance = std::numeric_limits<double>::max();
int closestIndex = -1;

for (size_t i = 0; i < contourPoints.size(); i++) {
    double dist = cv::norm(contourPoints[i] - pointToMeasureFrom);
    if (dist < minDistance) {
        minDistance = dist;
        closestIndex = i;
    }
}

// minDistance 就是最短距离，closestIndex 是对应的轮廓点索引

在这个例子中，我们首先从轮廓(`contour`)中提取点，然后遍历这些点，计算每个点到指定点(`pointToMeasureFrom`)的欧氏距离。`cv::norm()`函数负责计算两点之间的距离。如果当前点的距离小于之前记录的最小值，就更新最小距离和最近点的索引。

请注意，你需要确保`contour`变量已经被正确填充，并且`contourApproximation()`已经对轮廓进行了简化，以便于后续操作。

opencv图像处理怎么找轮廓两点的距离

要找到轮廓上两点的距离，可以使用OpenCV中的`arcLength`函数来计算轮廓的周长，然后使用`approxPolyDP`函数来近似轮廓，将其转换为一组顶点。接下来，可以使用`cv::norm`函数来计算两个顶点之间的距离。

以下是一个示例代码片段，演示如何计算轮廓上两点的距离：

#include <opencv2/opencv.hpp>
#include <iostream>
#include <vector>

using namespace cv;
using namespace std;

int main()
{
    Mat image = imread("contour.jpg", IMREAD_GRAYSCALE);

    // Find contours
    vector<vector<Point>> contours;
    findContours(image, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    // Approximate contour
    vector<Point> approx;
    double epsilon = 0.01 * arcLength(contours[0], true);
    approxPolyDP(contours[0], approx, epsilon, true);

    // Calculate distance between two points
    Point p1 = approx[0];
    Point p2 = approx[approx.size() - 1];
    double distance = norm(p1 - p2);

    cout << "Distance between two points: " << distance << endl;

    return 0;
}

在这个示例中，我们首先读取了一个灰度图像，并找到了其边界轮廓。然后，我们使用`approxPolyDP`函数近似轮廓，找到了最靠近轮廓起点和终点的两个顶点，并计算它们之间的距离。