怎么用Python OpenCV寻找两条曲线直接的最短距离

这篇文章主要介绍了怎么用python OpenCV寻找两条曲线直接的最短距离的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇怎么用Python OpenCV寻找两条曲线直接的最短距离文章都会有所收获，下面我们一起来看看吧。

import numpy as npimport mathimport cv2def cal_pt_distance(pt1, pt2):  dist = math.sqrt(pow(pt1[0]-pt2[0],2) + pow(pt1[1]-pt2[1],2))  return distfont = cv2.FONT_HERSHEY_SIMPLEXimg = cv2.imread('01.png')#cv2.imshow('src',img)gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)gray = cv2.GaussianBlur(gray, (3,3), 0)ret,thresh = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)image,contours,hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHaiN_APPROX_NONE)#thresh,contours,hierarchy = cv2.findContours(thresh, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)flag = FalseminDist = 10000minPt0 = (0,0)minPt1 = (0,0)for i in range(0,len(contours[1])):#遍历所有轮廓  pt = tuple(contours[1][i][0])  #print(pt)  min_dis = 10000  min_pt = (0,0)  #distance = cv2.pointPolyGonTest(contours[1], pt, False)  for j in range(0,len(contours[0])):    pt2 = tuple(contours[0][j][0])    distance = cal_pt_distance(pt, pt2)    #print(distance)    if distance < min_dis:      min_dis = distance      min_pt = pt2      min_point = pt  if min_dis < minDist:    minDist = min_dis    minPt0 = min_point    minPt1 = min_pt  temp = img.copy()  cv2.drawContours(img,contours,1,(255,255,0),1)  cv2.line(temp,pt,min_pt,(0,255,0),2,cv2.LINE_AA)  cv2.circle(temp, pt,5,(255,0,255),-1, cv2.LINE_AA)  cv2.circle(temp, min_pt,5,(0,255,255),-1, cv2.LINE_AA)  cv2.imshow("img",temp)  if cv2.waiTKEy(1)&0xFF ==27: #按下Esc键退出    flag = True    break  if flag:    breakcv2.line(img,minPt0,minPt1,(0,255,0),2,cv2.LINE_AA)cv2.circle(img, minPt0,3,(255,0,255),-1, cv2.LINE_AA)cv2.circle(img, minPt1,3,(0,255,255),-1, cv2.LINE_AA)cv2.putText(img,("min_dist=%0.2f"%minDist), (minPt1[0],minPt1[1]+15), font, 0.7, (0,255,0), 2)cv2.imshow('result', img)cv2.imwrite('result.png',img)cv2.waitKey(0)cv2.destroyAllwindows()

原图：

结果图：

关于“怎么用Python OpenCV寻找两条曲线直接的最短距离”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“怎么用Python OpenCV寻找两条曲线直接的最短距离”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注编程网Python频道。