mm.measureNell’esercizio precedente (EP08_05), si osserva come la segmentazione per componenti connesse etichetti regioni binarie contigue per separare le istanze. Tuttavia, per attività di rilevamento, tracciamento e analisi quantitativa degli oggetti, la semplice mappa delle etichette non è sufficiente. Diventa necessario estrarre metriche spaziali e geometriche che caratterizzino ciascuna istanza individualmente.
Questo EP si concentra sul calcolo e sull’estrazione automatica delle proprietà fondamentali della visione artificiale per ogni componente connessa trovata nella maschera binaria, utilizzando il metodo nativo mm.measure(img) della libreria morph:
mm.contourArea(c).mm.measure: Passare l’immagine binarizzata alla funzione mm.measure(img_bin), che estrae i contorni OpenCV e restituisce una lista di dizionari contenenti le proprietà geometriche di ciascuna istanza.medidas = mm.measure(img_bin):
area): Valore numerico dell’area geometrica del contorno mm.contourArea(c).bbox): Tupla \((x, y, w, h)\) che rappresenta l’angolo superiore sinistro, la larghezza e l’altezza.center): Tupla \((c_x, c_y)\) con le coordinate del centro di massa \(M_{10}/M_{00}\) e \(M_{01}/M_{00}\). Formattare con due cifre decimali.medidas.sort(key=lambda m: (m['bbox'][1], m['bbox'][0])).Proprietà in mm.measure |
Calcolo Matematico / Logica Discreta | Applicazione Pratica nella Visione Artificiale |
|---|---|---|
bbox (OpenCV) |
\([x, y, w, h] = [\min(c), \min(r), \Delta c + 1, \Delta r + 1]\) | Formato classico di OpenCV. Nota: reti come YOLO convertono questo rettangolo in \((c_x, c_y, w, h)\) normalizzato. |
center |
\(\bar{x} = \frac{M_{10}}{M_{00}}, \quad \bar{y} = \frac{M_{01}}{M_{00}}\) | Centro di massa esatto della maschera (usato nel tracciamento e nell’analisi delle traiettorie). |
area |
\(A = \text{contourArea}(C)\) (Formula del Poligono) | Metrica continua della superficie dell’oggetto. |
Input:
Output:
Istanza l: Area=A, BBox=(x,y,w,h), Centroide=(cx,cy)Totale istanze: K.| Input | Output | Osservazione |
|---|---|---|
| 6 6 0 0 0 0 0 0 0 1 1 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 1 1 8 |
Istanza 1: Area=1.0, BBox=(1,1,2,2), Centroide=(1.50,1.50) Istanza 2: Area=1.0, BBox=(4,4,2,2), Centroide=(4.50,4.50) Totale istanze: 2 |
Blocchi \(2\times2\) allineati. Il calcolo dell’area geometrica del contorno risulta in \(1.0\). Il centroide del blocco nelle colonne 1–2 e righe 1–2 è esattamente \((1.50,\,1.50)\). |
| 4 6 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 1 0 0 0 0 0 0 0 0 4 |
Istanza 1: Area=2.0, BBox=(1,1,4,2), Centroide=(2.40,1.20) Totale istanze: 1 |
Oggetto asimmetrico a forma di “T” invertita. L’area geometrica del contorno è \(2.0\). Il centroide riflette la distribuzione dei pixel dell’oggetto. |
| id | area | perimetro | centro (cx, cy) | bbox (x,y,w,h) | circolarità | solidità | vertici |
|---|
%%writefile EP08_06.py
# Codice PythonOverwriting EP08_06.pyTestSuite("EP08_06.py").run()✔️ EP08_06.cases esiste già in casos/
📋 3 caso/i caricato/i da casos/EP08_06.cases
🔍 Test di Python: EP08_06.py
⚠️ EP08_06.py: file vuoto (meno di 3 righe). Test saltati.