在OpenCV中執行物體的形狀檢測通常涉及以下步驟：
1. 讀取圖像：使用OpenCV庫中的`cv2.imread()`函數讀取要檢測形狀的圖像。
2. 灰度轉換：將讀取的彩色圖像轉換為灰度圖像，可以使用`cv2.cvtColor()`函數將其轉換為灰度圖像。
3. 邊緣檢測：使用邊緣檢測算法（如Canny邊緣檢測）檢測圖像中的邊緣，可以使用`cv2.Canny()`函數進行邊緣檢測。
4. 輪廓檢測：使用輪廓檢測算法（如findContours）檢測邊緣中的物體輪廓，可以使用`cv2.findContours()`函數進行輪廓檢測。
5. 形狀匹配：根據檢測到的輪廓，可以使用形狀匹配算法（如matchShapes）匹配圖像中的形狀，可以使用`cv2.matchShapes()`函數進行形狀匹配。
下面是一個簡單的示例代碼，演示了如何執行物體的形狀檢測：
```python
import cv2
import numpy as np
# 讀取圖像
image = cv2.imread('shape.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 邊緣檢測
edges = cv2.Canny(gray, 50, 150)
# 輪廓檢測
contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 形狀匹配
for contour in contours:
perimeter = cv2.arcLength(contour, True)
approx = cv2.approxPolyDP(contour, 0.04 * perimeter, True)
if len(approx) == 3:
shape_name = "Triangle"
elif len(approx) == 4:
shape_name = "Rectangle"
elif len(approx) == 5:
shape_name = "Pentagon"
else:
shape_name = "Circle"
cv2.drawContours(image, [contour], -1, (0, 255, 0), 2)
cv2.putText(image, shape_name, (approx[0][0][0], approx[0][0][1]), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 0), 2)
# 顯示圖像
cv2.imshow('Shape Detection', image)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
這段代碼首先讀取了一張名為`shape.jpg`的圖像，然后進行了灰度轉換、邊緣檢測、輪廓檢測以及形狀匹配，最后在圖像上繪制了檢測到的形狀并顯示出來。您可以根據實際需求對代碼進行修改和優化。
