使用OpenCV-Python提取设定颜色、面积、圆度、惯性和凸度的特征点并圈出的代码示例

以下是使用OpenCV-Python库提取设定颜色、面积、圆度、惯性和凸度的特征点并圈出的代码示例：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg')

# 将图像转换为HSV颜色空间
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 设定颜色范围
lower_color = np.array([0, 100, 100])
upper_color = np.array([10, 255, 255])

# 提取特定颜色区域
mask = cv2.inRange(hsv, lower_color, upper_color)

# 寻找特定颜色的特征点
contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
for contour in contours:
    # 计算特征点面积
    area = cv2.contourArea(contour)
    if area < 100 or area > 1000:
        continue
    # 计算特征点圆度
    perimeter = cv2.arcLength(contour, True)
    circularity = 4*np.pi*(area/(perimeter**2))
    if circularity < 0.7:
        continue
    # 计算特征点惯性
    M = cv2.moments(contour)
    if M['m00'] == 0:
        continue
    cx = int(M['m10']/M['m00'])
    cy = int(M['m01']/M['m00'])
    inertia = cv2.moments(contour, True)
    if inertia['nu20'] + inertia['nu02'] < 0.1:
        continue
    # 计算特征点凸度
    hull = cv2.convexHull(contour)
    hull_area = cv2.contourArea(hull)
    if area/hull_area < 0.5:
        continue
    # 绘制特征点
    x, y, w, h = cv2.boundingRect(contour)
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
    cv2.circle(img, (cx, cy), 4, (0, 0, 255), -1)

# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

这些代码示例仅供参考，实际应用中需要根据具体的需求进行调整。