---

前言

想了挺久，一直没解决这个问题。后面勉强解决了。

---

一、试过的方法

1.想用圆度来解决，后来发现圆度差值很小，完整的圆圆度0.89，然后有缺角的圆圆度0.88。
2.想用面积来解决，但是图片中每个圆大小不是一致的，是有一些差别的，也没办法。
3.多边形拟合、凸包都不合适。
4.想使用角点的数量来确定，发现也是不行。看下图

二、最终使用的方法

1.先极坐标变换

代码如下（示例）：

import cv2
import os# 设置文件夹路径
folder_path = r"E:\VSCODE_PY\CAPCode\Posong\cap_2"# 遍历文件夹中的图像文件
for file_name in os.listdir(folder_path):if file_name.endswith(".jpg"):# 读取图像并转换为灰度图像image_path = os.path.join(folder_path, file_name)image = cv2.imread(image_path)gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)# 进行极坐标变换polar_image = cv2.linearPolar(gray, (gray.shape[1]//2, gray.shape[0]//2), gray.shape[1]//2+10, cv2.WARP_FILL_OUTLIERS)# 进行边缘检测edges = cv2.Canny(polar_image, 50, 150)# 保存处理后的图像output_path = os.path.join(folder_path, "polar_" + file_name)cv2.imwrite(output_path, polar_image)

极坐标的中心点可以根据实际情况设置一下。

2.计算斜率

代码如下（示例）：

import os
import cv2
import numpy as np# 设置最小间距阈值
min_distance = 10# 遍历cap_8文件夹内的所有图片
for filename in os.listdir(r'E:\VSCODE_PY\CAPCode\Posong\cap_8'):if filename.endswith('.jpg'):# 读取图像并进行灰度化处理image = cv2.imread(os.path.join(r'E:\VSCODE_PY\CAPCode\Posong\cap_8', filename))gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)# 进行边缘检测edges = cv2.Canny(gray, 50, 150)# 查找轮廓contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)# 创建一个空白图像，用于绘制轮廓contour_image = np.zeros_like(image)# 绘制轮廓cv2.drawContours(contour_image, contours, -1, (0, 255, 0), 2)# 查找角点corners = cv2.cornerHarris(gray, 2, 3, 0.04)# 标记角点threshold = 0.45 * corners.max()  # 调整阈值corners = cv2.dilate(corners, None)image[corners > threshold] = [0, 0, 255]# 计算任意两个角点之间的斜率corner_points = np.argwhere(corners > threshold)slopes = []for i in range(len(corner_points)):for j in range(i+1, len(corner_points)):x1, y1 = corner_points[i]x2, y2 = corner_points[j]distance = np.sqrt((x2 - x1) ** 2 + (y2 - y1) ** 2)if distance >= min_distance:if x2 - x1 == 0:slope = float('inf')else:slope = (y2 - y1) / (x2 - x1)slopes.append(slope)# 处理无穷大和无穷小的情况slopes = [slope for slope in slopes if slope != float('inf') and slope != float('-inf')]slopes.sort()# 输出最大斜率和最小斜率的绝对值if len(slopes) >= 2:max_slope = max(abs(slopes[-2]), abs(slopes[1]))min_slope = min(abs(slopes[-2]), abs(slopes[1]))else:max_slope = float('-inf')min_slope = float('inf')print("图片{}的最大斜率的绝对值:".format(filename), max_slope)print("图片{}的最小斜率的绝对值:".format(filename), min_slope)# 显示结果cv2.imshow('Contours with Corners', image)cv2.waitKey(0)cv2.destroyAllWindows()

角点稍微多，要先设置一下任意2个角点的斜率必须大于最小间距。
这样可以求出每一张图片的斜率绝对值最大和最小值，即看下凸起部分是不是影响到了曲线的斜率。

---

总结

完成。