OpenCV3とPython3で形状のある物体の輪郭と方向を認識する（主成分分析：PCA、固有ベクトル）

OpenCV3とPython3で形状のある物体の輪郭と方向を認識する（主成分分析：PCA、固有ベクトル） こちらのコードを参考に動かしてみた。一か所修正で動いた。
コードの意味はまだよくわからないが、すごいな。
ラベルの外観検査の傾き検出に使えそうだ。

タイトル

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81

# -*- coding: utf-8 -*- import cv2 import math import numpy as np     # ベクトルを描画する def drawAxis(img, start_pt, vec, colour, length):     # アンチエイリアス     CV_AA = 16       # 終了点     end_pt = (int(start_pt[0] + length * vec[0]), int(start_pt[1] + length * vec[1]))       # 中心を描画     cv2.circle(img, (int(start_pt[0]), int(start_pt[1])), 5, colour, 1)       # 軸線を描画     cv2.line(img, (int(start_pt[0]), int(start_pt[1])), end_pt, colour, 1, CV_AA);       # 先端の矢印を描画     angle = math.atan2(vec[1], vec[0])     print(angle)       qx0 = int(end_pt[0] - 9 * math.cos(angle + math.pi / 4));     qy0 = int(end_pt[1] - 9 * math.sin(angle + math.pi / 4));     cv2.line(img, end_pt, (qx0, qy0), colour, 1, CV_AA);       qx1 = int(end_pt[0] - 9 * math.cos(angle - math.pi / 4));     qy1 = int(end_pt[1] - 9 * math.sin(angle - math.pi / 4));     cv2.line(img, end_pt, (qx1, qy1), colour, 1, CV_AA);     if __name__ == '__main__':     # 画像を読み込む     src = cv2.imread("pca_test1.jpg")       # グレースケールに変換     gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)       # ２値化     retval, bw = cv2.threshold(gray, 50, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)       # 輪郭を抽出     #   contours : [領域][Point No][0][x=0, y=1]     #   cv2.CHAIN_APPROX_NONE: 中間点も保持する     #   cv2.CHAIN_APPROX_SIMPLE: 中間点は保持しない     #img, contours, hierarchy = cv2.findContours(bw, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)     contours, hierarchy = cv2.findContours(bw, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)       # 各輪郭に対する処理     for i in range(0, len(contours)):           # 輪郭の領域を計算         area = cv2.contourArea(contours[i])           # ノイズ（小さすぎる領域）と全体の輪郭（大きすぎる領域）を除外         if area < 1e2 or 1e5 < area:             continue           # 輪郭を描画する         cv2.drawContours(src, contours, i, (0, 0, 255), 2, 8, hierarchy, 0)           # 輪郭データを浮動小数点型の配列に格納         X = np.array(contours[i], dtype=np.float).reshape((contours[i].shape[0], contours[i].shape[2]))           # PCA（１次元）         mean, eigenvectors = cv2.PCACompute(X, mean=np.array([], dtype=np.float), maxComponents=1)           # 主成分方向のベクトルを描画         pt = (mean[0][0], mean[0][1])         vec = (eigenvectors[0][0], eigenvectors[0][1])         drawAxis(src, pt, vec, (255, 255, 0), 150)         # 表示     cv2.imshow('output', src)     cv2.waitKey(0)       # 終了処理     cv2.destroyAllWindows()

実行結果