Как найти длину контура фигуры

Недавно я узнал об супер крутой фишке иллюстратора,которая особенно пригодится для чертежей.
Можно легко узнать длину любого сплайна.

Рисуем фигуру и выбираем ее. Идем в Window—Document info:

В окне Document info выбираем раздел Objects:

Нас интересует первая строка, где пишется длина выбранного объекта, но почему-то только в миллиметрах(в независимости от выбранной системы измерения документа).

Это просто киллер-фича для масштабных векторных чертежей, где нужно высчитать площади кривых плоскостей (для расчета печати принтов и тд.).

Подсказали, что если нужно высчитать площадь фигуры или длину периметра, в этом поможет инструмент CADTracker плагина CADTools.

Периметр: формулы и методы вычисления длины контуров

Периметр — это длина контура, описывающего фигуру. Вычисление периметра является одной из основных задач геометрии. В этой статье мы рассмотрим несколько формул и методов, которые позволяют вычислять периметр различных фигур.

Квадрат

Периметр квадрата можно найти, умножив длину одной стороны на число сторон фигуры. Таким образом, формула для вычисления периметра квадрата имеет следующий вид:

P = a * 4

где a — длина стороны квадрата.

Прямоугольник

Периметр прямоугольника вычисляется аналогично периметру квадрата. Формула для вычисления периметра прямоугольника имеет вид:

P = (a + b) * 2

где a и b — длины сторон прямоугольника.

Треугольник

Для вычисления периметра треугольника необходимо сложить длины всех его сторон. Таким образом, формула имеет следующий вид:

P = a + b + c

где a, b и c — длины сторон треугольника.

Круг

Периметр круга называется длиной окружности. Длина окружности вычисляется по формуле:

P = 2 * π * r

где r — радиус круга, а π — число пи, которое приблизительно равно 3,14.

Многоугольник

Периметр многоугольника можно вычислить, сложив длины всех его сторон. Для многоугольника со сторонами различной длины необходимо измерить каждую сторону и сложить их. Если все стороны имеют одинаковую длину, то периметр можно найти, умножив длину одной стороны на число сторон многоугольника.

Заключение

Вычисление периметра является важной задачей, которая возникает при решении многих геометрических задач. Надеемся, что эта статья поможет вам лучше понять, как вычислять периметр различных фигур.

The contours of the objects in an image are very helpful to compute the area and perimeter of the image. A contour of an image is a curve joining all the continuous points along the boundary, having the same color or intensity. Contours are used for shape analysis and object detection and recognition etc.

To compute the area and perimeter of an object, we first detect the contour of the object and then apply cv2.contourArea() and cv2.arcLength() functions respectively.

Syntax

The following syntax are used for the functions −

area = cv2.contourArea(cnt)
perimeter = cv2.arcLength(cnt, True)

Where, «cnt» is a numpy array of the contour points of an object in the image.

Steps

You can use the following steps to compute the area and perimeters of the contours in an image −

Import the required library. In all the following Python examples, the required Python library is OpenCV. Make sure you have already installed it.

import cv2

Read the input image using cv2.imread() and convert it to grayscale.

img = cv2.imread('pentagon.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

Apply thresholding on the grayscale image to create a binary image.

ret,thresh = cv2.threshold(gray,150,255,0)

Find the contours in the image using cv2.findContours() function.

contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

Compute the area and perimeters for the detected contours in the image using cv2.contourArea(cnt) and cv2.arcLength(cnt, True) functions.

area = cv2.contourArea(cnt)
perimeter = cv2.arcLength(cnt, True)

Draw the contours on the input image.

cv2.drawContours(img, [cnt], -1, (0,255,255), 3)

Print the area and perimeters of the detected contours in the image.

print('Area:', area)
print('Perimeter:', perimeter)

Let’s have a look at some examples for a better understanding.

Example 1

In this program, we compute the area and perimeter of detected contour in the input image ‘pentagon.png‘.

import cv2


img = cv2.imread('pentagon.png')


gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)


ret,thresh = cv2.threshold(gray,150,255,0)


contours,hierarchy = cv2.findContours(thresh, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
print("Number of contours in image:",len(contours))
cnt = contours[0]


area = cv2.contourArea(cnt)
perimeter = cv2.arcLength(cnt, True)
perimeter = round(perimeter, 4)
print('Area:', area)
print('Perimeter:', perimeter)
img1 = cv2.drawContours(img, [cnt], -1, (0,255,255), 3)
x1, y1 = cnt[0,0]
cv2.putText(img1, f'Area:{area}', (x1, y1), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2)
cv2.putText(img1, f'Perimeter:{perimeter}', (x1, y1+20), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255), 2)

cv2.imshow("Image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

We will use the following image as the Input File in the above program.

Output

Running the above code gives us the following output −

Number of contours in image: 1 
Area: 39738.5 
Perimeter: 787.0265

And we get the following window, showing the output −

Example 2

In the below program, we compute the area and perimeter for the contours in the image. We detect four contours in the image ‘shapes.jpg‘.

import cv2
import numpy as np

img1 = cv2.imread('shapes.jpg')
img = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(img,10,255,0)
contours,hierarchy = cv2.findContours(thresh, 1, 2)
print("Number of contours in image:",len(contours))

for i, cnt in enumerate(contours):
   M = cv2.moments(cnt)
   if M['m00'] != 0.0:
      x1 = int(M['m10']/M['m00'])
      y1 = int(M['m01']/M['m00'])
   area = cv2.contourArea(cnt)
   perimeter = cv2.arcLength(cnt, True)
   perimeter = round(perimeter, 4)
   print(f'Area of contour {i+1}:', area)
   print(f'Perimeter of contour {i+1}:', perimeter)
   img1 = cv2.drawContours(img1, [cnt], -1, (0,255,255), 3)
   cv2.putText(img1, f'Area :{area}', (x1, y1), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2)
   cv2.putText(img1, f'Perimeter :{perimeter}', (x1, y1+20), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2)

cv2.imshow("Image", img1)
cv2.waitKey(0)
cv2.destroyAllWindows()

We will use the following image as the Input File in the above program.

Output

On execution, it will produce the following output on the console −

Number of contours in image: 4 
Area of contour 1: 29535.0 
Perimeter of contour 1: 688.0
Area of contour 2: 16206.5 
Perimeter of contour 2: 608.6589 
Area of contour 3: 19240.0 
Perimeter of contour 3: 518.2153 
Area of contour 4: 25248.0 
Perimeter of contour 4: 718.0

And we get the following window, showing the output.