图像的特征参数用于图像的模式识别（图像识别），获取越多种类的特征参数，可从中选择合适的进行组合，进而更好地区分各个物体。
之前介绍过获取图像的灰度共生矩阵（https://blog.csdn.net/Lemon_jay/article/details/89455887）、不变矩（https://blog.csdn.net/Lemon_jay/article/details/89457633）、傅立叶描述子（https://blog.csdn.net/Lemon_jay/article/details/89349006）等，此次根据物体的轮廓进而计算出轮廓的周长、面积、圆形度、周径比等特征参数。还可自行拓展，如物体面积与最小外接矩形面积比、与最小外接圆的面积比、（最大）内切圆与物体面积比等。
opencv中相关API：
RotatedRect minAreaRect(InputArray points)
minAreaRect()函数的作用是找到轮廓的最小外接矩形
InputArray points：表示输入的点集（轮廓）
输出是矩形的四个点坐标
void minEnclosingCircle(InputArray points, Point2f& center, float& radius)
points：输入的点集（轮廓），可以为包含点的容器(vector)或是Mat。
center：返回包覆圆形的圆心。
radius：返回包覆圆形的半径。
其他知识点：所谓周长、面积等肯定不是物体真实的周长面积，代码所求的周长面积都是以像素点为单位，周长就是轮廓点集合的个数（以1像素点为步长），面积就是轮廓所围的所有像素点个数，所以想知道物体的真实周长面积，可以在图像中加入一个标准物体（如一张A4纸），并在找到、计算物体的参数时同时要找到、计算标准物体的参数，再进行换算。
圆形度计算公式采用的是：e=（4π*面积）/（周长*周长）
周径比的周即周长，径是指上面找到的轮廓最小外接矩形的长的一条边
代码如下：
#include "stdafx.h" #include <opencv2/imgproc/imgproc.hpp> #include <opencv2/highgui/highgui.hpp> #include <opencv2/core/core.hpp> #include <iostream> #include <math.h> using namespace cv; using namespace std; int main() { //改变控制台字体颜色 system("color 02"); //读取图像 Mat src_image = imread("C:\\1.jpg"); //出错判断 if (!src_image.data) { cout << "src image load failed!" << endl; return -1; } //显示原图 namedWindow("原图", WINDOW_NORMAL); imshow("原图", src_image); //高斯滤波去噪声 Mat blur_image; GaussianBlur(src_image, blur_image, Size(3, 3), 0, 0); imshow("GaussianBlur", blur_image); //灰度变换与二值化 Mat gray_image, binary_image; cvtColor(blur_image, gray_image, COLOR_BGR2GRAY); threshold(gray_image, binary_image, 50, 255, THRESH_BINARY); imshow("binary", binary_image); //形态学闭操作(粘合断开的区域) Mat morph_image; Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1)); morphologyEx(binary_image, morph_image, MORPH_CLOSE, kernel, Point(-1, -1), 1); imshow("morphology", morph_image); //查找所有外轮廓 vector< vector<Point> > contours; vector<Vec4i> hireachy; findContours(binary_image, contours, hireachy, CV_RETR_EXTERNAL, CHAIN_APPROX_NONE, Point()); //定义结果图 Mat result_image = Mat::zeros(src_image.size(), CV_8UC3); //drawContours(result_image, contours, -1, Scalar(0, 0, 255), 1, 8, hireachy);//画出所有轮廓 //颜色表，用不同颜色画出找到的不同轮廓 Scalar color[] = { Scalar(0,0,255), Scalar(0,255,0), Scalar(255,0,0), Scalar(255,255,0) ,Scalar(255,0,255) }; //初始化周长、面积、圆形度、周径比 double len = 0, area = 0, roundness = 0, lenratio = 0; //循环找出所有符合条件的轮廓 for (size_t t = 0; t < contours.size(); t ) { //条件：过滤掉小的干扰轮廓 Rect rect = boundingRect(contours[t]); if (rect.width < 10) continue; //画出找到的轮廓 drawContours(result_image, contours, static_cast<int>(t), Scalar(255, 255, 255), 1, 8, hireachy); //绘制轮廓的最小外结矩形 RotatedRect minrect = minAreaRect(contours[t]); Point2f P[4]; minrect.points(P); for (int j = 0; j <= 3; j ) { line(result_image, P[j], P[(j 1) % 4], color[t], 1); } //cout << minrect.size << endl;//外接矩形尺寸 //绘制轮廓的最小外结圆 Point2f center; float radius; minEnclosingCircle(contours[t], center, radius); circle(result_image, center, radius, color[t], 1); //计算面积、周长、圆形度、周径比 area = contourArea(contours[t]);//面积 len = arcLength(contours[t], true);//周长 roundness = (4 * CV_PI*area) / (len*len);//圆形度 //周径比，这里的周即周长，径是指上面找到的轮廓最小外接矩形的长的一条边 lenratio = len / (minrect.size.height > minrect.size.width ? minrect.size.height : minrect.size.width); //输出结果 cout << "轮廓" << t <<"："<< endl; cout << "周长：" << len << endl; cout << "面积：" << area << endl; cout << "圆形度：" << roundness << endl; cout << "周径比：" << lenratio << endl; } //显示结果 namedWindow("轮廓图", WINDOW_NORMAL); imshow("轮廓图", result_image); waitKey(0); return 0; }
源图像（为显示效果，一张图中有三个待计算的物体）：
结果图：
结果数据：
可根据轮廓为几，和颜色表，找到对应轮廓，查看该轮廓信息，也可添加文件写入操作保存轮廓的信息。
另外还可计算最小外接矩形的面积、最小外接圆的面积、（最大）内切圆（https://mp.toutiao.com/profile_v4/graphic/preview?pgc_id=6954586946110816771）的面积进而计算更多的特征参数。
,
