[OpenCV] apporxPolyDP和convexHull有什么不同？轮廓多边形逼近和凸包的区别

江南蜡笔小新

墨衍会员 · AI 创作全网分发码龄9年

关注

原创最新推荐文章于 2026-05-12 09:44:49 发布 944 阅读 AI 写同款· GEO 优化 ›

机器视觉学习（十一）—— 最小矩形和圆形区域、近似轮廓、凸包最小矩形区域与最小圆形区域、显示近似轮廓、显示凸包阅读详情

apporxPolyDP和convexHull的区别？轮廓多边形逼近和凸包有什么不同？apporxPolyDP和convexHull的效果对比

一、背景

学习CV的过程中看到了这两个函数，简单记录一下

1. apporxPolyDP

轮廓多边形逼近 apporxCurve=cv2.apporxPolyDP(curve,epsilon,closed)

2.convexHull

凸包 hull=cv2.convexHull(points[,clockwise,[,returnPoints]])

二、代码及效果

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt

img = cv.imread('hand.jpg', cv.IMREAD_COLOR)
img2 = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
_ret, img2 = cv.threshold(img2, 20, 255, cv.THRESH_BINARY)
img2, contours, hierarchy = cv.findContours(img2, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)

# apporxCurve
# apporxCurve=cv2.apporxPolyDP(curve,epsilon,closed)
COEFF = 0.01
epl = cv.arcLength(contours[0], True) * COEFF
apporx = cv.approxPolyDP(contours[0], epl, True)
app_img = img.copy()
app_img = cv.drawContours(app_img, [apporx], -1, color=(0, 0, 255), thickness=10)

# hull=cv2.convexHull(points[,clockwise,[,returnPoints]])
hull = cv.convexHull(contours[0])
hull_img = img.copy()
hull_img = cv.drawContours(hull_img, [hull], -1, color=(0, 0, 255), thickness=10)

plt.subplot(221), plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB)), plt.title('Org'), plt.axis('off')
plt.subplot(222), plt.imshow(img2, cmap='gray'), plt.title('binary'), plt.axis('off')
plt.subplot(223), plt.imshow(cv.cvtColor(app_img, cv.COLOR_BGR2RGB)), plt.title('apporx'), plt.axis('off')
plt.subplot(224), plt.imshow(cv.cvtColor(hull_img, cv.COLOR_BGR2RGB)), plt.title('hull'), plt.axis('off')

在这里插入图片描述

简单来说，

apporxPolyDP就是以多边形去逼近轮廓，采用的是Douglas-Peucker算法（方法名中的DP）；
逼近多边形是轮廓的高度近似，但是有时候，我们希望使用一一个多边形的凸包来简化它。凸包跟逼近多边形很像，只不过它是物体最外层的「凸多边形。凸包指的是完全包含原有轮廓，并且仅由轮廓上的点所构成的多边形。凸包的每- -处都是凸的，即在凸包内连接任意两点的直线都在凸包的内
部。在凸包内，任意连续三个点的内角小于180°。

跑出来看图会有一个直观的理解

收录于