基础知识铺垫

在图像中，轮廓可以简单的理解为连接具有相同颜色的所有连续点（边界）的曲线，轮廓可用于形状分析和对象检测、识别等领域。

轮廓发现的原理：先通过阈值分割提取目标物体，再通过边缘检测提取目标物体轮廓。
一个轮廓就是一系列的点（像素），这些点构成了一个有序的点集合。

使用 cv2.findContours 函数可以用来检测图像的边缘。

函数原型说明

contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]])

我使用的 Python OpenCV 是 4.0 以上版本，如果你使用的是 3.0 以上，可能存在返回值差异问题。
参数说明如下：

• image：输入图像；
• mode：轮廓检索模式，具体说明参见后文；
• method：轮廓逼近方法，具体说明参加后文；
• contours：返回的轮廓；
• hierachy：每条轮廓对应的属性；
• offset：每个轮廓点移动的可选偏移量。

备注：image 参数需要是二值图，而不是灰度图，返回结果是等高线和层次结构。

轮廓检索模式，有四种

• cv2.RETR_EXTERNAL：表示只检测外轮廓；
• cv2.RETR_LIST：检测的轮廓，不建立等级关系；
• cv2.RETR_CCOMP：建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层；
• cv2.RETR_TREE：建立一个等级树结构的轮廓。上述内容，都可以在该网站查询：官网地址

轮廓逼近方法

• cv2.CHAIN_APPROX_NONE：存储所有的轮廓点，相邻的两个点的像素位置差不超过 1，即 max(abs(x1-x2),abs(y2-y1))==1，一般不会用到；
• cv2.CHAIN_APPROX_SIMPLE：压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需 4 个点来保存轮廓信息。
• cv2.CHAIN_APPROX_TC89_L1，cv2.CV_CHAIN_APPROX_TC89_KCOS：使用 teh-Chinl chain 近似算法（没寻找资料学习）。

了解上述内容之后，就可以应用轮廓发现函数了，代码如下：

import cv2 as cv

src = cv.imread("./both.jpeg")

gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
ret, thresh = cv.threshold(gray, 150, 255, 0)
cv.imshow("thresh",thresh)
# 寻找轮廓
contours, hierarchy = cv.findContours(thresh, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)

轮廓发现之后，还要通过 cv2.drawContours 函数绘制轮廓，该函数原型如下：

image = cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]])

参数说明如下：

• image：输入图像；
• contours：轮廓，在 Python 中是一个 list，就是 cv2.findContours 函数找出来的点集，一个列表；
• contourIdx：轮廓的索引，指定绘制轮廓 list 中的哪条轮廓，要绘制所有轮廓，请传递-1；color：颜色；
• thickness：厚度，如果是-1，表示填充；
• lineType：线型；
• hierarchy：层次结构的可选信息；
• maxLevel：绘制轮廓的最大级别，0：仅绘制指定的轮廓，1：绘制轮廓和所有嵌套轮廓，2：绘制轮廓，所有嵌套轮廓，所有嵌套到嵌套的轮廓；
• offset：轮廓偏移参数。

测试代码与运行结果如下：

import cv2 as cv
# help(cv.drawContours)
src = cv.imread("./both.jpeg")

gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
ret, thresh = cv.threshold(gray, 150, 255, 0)
cv.imshow("thresh",thresh)
# 寻找轮廓
contours, hierarchy = cv.findContours(thresh, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)

# print(contours)
# print(hierarchy)
# 绘制轮廓
cv.drawContours(src,contours,-1,(200,0,150),2)

cv.imshow('src',src)
cv.waitKey(0)

到此这篇关于Python OpenCV 基于图像边缘提取的轮廓发现函数的文章就介绍到这了,更多相关OpenCV 边缘提取轮廓 内容请搜索自学php网以前的文章或继续浏览下面的相关文章希望大家以后多多支持自学php网！