import?cv2?as?cv
import?numpy?as?np
import?math
“““
????功能：實現多種幾何圖形的形狀及顏色的識別，并計算面積及周長
????可以識別的圖形：三角形，任意四邊形（梯形，平行四邊形，菱形，正方形，矩形，不特殊四邊形），
????????????????????五邊形，五角星，六邊形，多邊形，橢圓，半圓，圓
????可以識別的顏色：紅色，綠色，藍色，黃色，黑色，紫色，橙色，白色
????除了定義的可識別顏色外，其他返回其對應的rgb值，提示用戶根據rgb值去找尋相應顏色?????????????????
????除了定義的可識別圖形外，其他為未定義的圖形??
“““
noise_b?=?0.5


class?ShapeAnalysis:
????def?__init__（self）:
????????self.shapes?=?{‘triangle‘:?0
???????????????????????‘quadrilateral‘:?0?‘trapezium‘:?0?‘parallelogram‘:?0
???????????????????????‘rectangle‘:?0?‘rhombus‘:?0?‘square‘:?0
???????????????????????‘pentagon‘:?0?‘pentagram‘:?0?‘hexagon‘:?0
???????????????????????‘polygons‘:?0?‘ellipse‘:?0?‘circle‘:?0
???????????????????????‘undefined‘:?0
???????????????????????}

????????self.colors?=?{‘white‘:?0?‘black‘:?0
???????????????????????‘red‘:?0?‘green‘:?0
???????????????????????‘blue‘:?0?‘yellow‘:?0
???????????????????????‘orange‘:?0?‘purple‘:?0
???????????????????????‘others‘:?0
???????????????????????}

????def?analysis（self?frame）:
????????self.re_strover?=?‘識別結果：\n‘
????????h?w?ch?=?frame.shape??#?獲取圖形信息
????????result?=?np.zeros（（h?w?ch）?dtype=np.uint8）??#?生成跟圖形相同大小的矩陣
????????cv.imshow（“input?image“?frame）

????????#?二值化圖像
????????print（‘start?to?binary?image?and?detect?edges...\n‘）
????????gray?=?cv.cvtColor（frame?cv.COLOR_BGR2GRAY）
????????#?threshold：固定閾值二值化?ret?dst輸出圖?=?cv2.threshold（src輸入圖?thresh閾值?maxval?type）
????????#?type：二值化操作的類型，包含以下5種類型：?cv2.THRESH_BINARY；
????????#?cv2.THRESH_BINARY_INV；?cv2.THRESH_TRUNC；?cv2.THRESH_TOZERO；cv2.THRESH_TOZERO_INV
????????#?adaptiveThreshold自適應閾值二值化
????????ret?binary?=?cv.threshold（gray?0?255?cv.THRESH_BINARY_INV?|?cv.THRESH_OTSU）

????????#?函數cv2.findContours（）有三個參數。第一個是輸入圖像，第二個是輪廓檢索模式，第三個是輪廓近似方法。
????????#?輪廓的點集（contours）[Next?Previous?First_Child?Parent]
????????#?各層輪廓的索引（hierarchy）
????????contours?hierarchy?=?cv.findContours（binary?cv.RETR_TREE?cv.CHAIN_APPROX_SIMPLE）
????????if?len（contours）?????????????print（‘there?is?nothing?can?be?detected!?Please?check?the?input?image.?Thanks！‘）
????????else:
????????????shape_numbers?=?0
????????????for?cnt?in?range（len（contours））:

????????????????#?通過計算周長和面積來排除一些圖像干擾
????????????????#?計算面積與周長
????????????????p?=?cv.arcLength（contours[cnt]?True）
????????????????area?=?cv.contourArea（contours[cnt]）

????????????????if?area?>?noise_b?and?p?>?noise_b:??#?如果面積和周長小于0.5判斷為噪聲干擾，不是圖形
????????????????????shape_numbers?+=?1???#?統計檢測到圖形

????????????????????#?為圖形，做統計分析
????????????????????cv.drawContours（result?contours?cnt?（0?255?0）?2）??#?畫出輪廓

????????????????????#?求解中心位置
????????????????????mm?=?cv.moments（contours[cnt]）
????????????????????cx?=?int（mm[‘m10‘]?/?（mm[‘m00‘]?+?1e-12））
????????????????????cy?=?int（mm[‘m01‘]?/?（mm[‘m00‘]?+?1e-12））
????????????????????cv.circle（result?（cx?cy）?3?（0?0?255）?-1）

????????????????????#?獲取顏色信息
????????????????????color?=?fr