### 圆度的定义与计算 圆度是一种衡量物体形状接近圆形程度的指标。通常可以通过轮廓的周长 \(P\) 和面积 \(A\) 来计算圆度。其公式为： \[ C = \frac{4\pi A}{P^2} \] 其中： - \(A\) 是轮廓的面积，可通过 `cv::contourArea` 函数获得[^1]。 - \(P\) 是轮廓的周长，可通过 `cv::arcLength` 函数获得[^1]。 当 \(C\) 接近于 1 时，表示该轮廓越接近圆形；如果 \(C\) 远小于 1，则表明该轮廓偏离圆形的程度较大。 --- ### Python 实现代码示例 以下是使用 OpenCV 计算轮廓圆度的一个完整代码示例： ```python import cv2 import numpy as np # 加载图像并转换为灰度图 image = cv2.imread('shape.png') gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 使用二值化处理获取黑白图像 _, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) # 查找轮廓 contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) if len(contours) > 0: # 假设第一个轮廓是我们感兴趣的 contour = contours[0] # 计算轮廓的面积和周长 area = cv2.contourArea(contour)[^1] perimeter = cv2.arcLength(contour, True)[^1] # 防止除零错误 if perimeter != 0: # 计算圆度 circularity = (4 * np.pi * area) / (perimeter ** 2) print(f"Contour Circularity: {circularity}") # 绘制轮廓到原图 result_image = cv2.drawContours(image.copy(), [contour], -1, (0, 255, 0), 2) cv2.imshow("Result Image", result_image) cv2.waitKey(0) cv2.destroyAllWindows() ``` --- ### 关键点解析 1. **轮廓提取** 使用 `cv2.findContours()` 提取图像中的轮廓[^3]。此函数会返回多个轮廓集合，可以根据需求选择特定的轮廓进行分析。 2. **面积与周长计算** 轮廓的面积由 `cv2.contourArea()` 返回，而周长则通过 `cv2.arcLength()` 获取。这两个参数是计算圆度的核心数据源[^1]。 3. **防止异常情况** 如果轮廓的周长为零（理论上不可能发生，但在某些特殊情况下可能），需加入条件判断以避免分母为零的情况。 4. **可视化结果** 利用 `cv2.drawContours()` 将选定的轮廓绘制回原始图像上以便观察效果[^2]。 --- ###