OpenCV实现图片轮廓检测（Python实现）

轮廓检测

轮廓检测也是图像处理中经常用到的。OpenCV-Python接口中使用cv2.findContours()函数来查找检测物体的轮廓。

例子：

import cv2  

# 读取图片
img = cv2.imread("E:\\font\\bmp\\kaiti\\U_004E56.bmp")
# 转灰度图片
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

ret, binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)  

# 轮廓检测
_ ,contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

# 新打开一个图片，我这里这张图片是一张纯白图片
newImg = cv2.imread("E:\\font\\aaa.bmp")
newImg = cv2.resize(newImg, (300,300))

# 画图
cv2.drawContours(newImg, contours, -1, (0,0,0), 3)  

# 展示
cv2.imshow("img", newImg)  
cv2.waitKey(0)  

原图：

检测结果图：

从上图中可以看出，当检测图片轮廓时，会将图片的边框也一同检测上；因此若仅需要图片中的文字的轮廓图，则需要修改部分代码，将上面代码中的：

cv2.drawContours(newImg, contours, -1, (0,0,0), 3)  

修改为下面代码：

for i in range(len(contours)-1):
    cv2.drawContours(newImg, contours[i+1], -1, (0,0,0), 3)

再次执行结果：

这是由于contours中保存了字体各个部分的轮廓信息，其中contours[0]保存的是图片边界的轮廓数据，因此将边界轮廓去掉即可。（其他类型的图片也一样，此处仅是拿字体图片测试）

cv2.findContours()函数

函数原型

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

返回两个值：contours、hierarchy

参数

1、 image：第一个参数是寻找轮廓的图像

2、 mode：第二个参数表示轮廓的检索模式，有四种：

（1）cv2.RETR_EXTERNAL：表示只检测外轮廓

（2）cv2.RETR_LIST：检测的轮廓不建立等级关系

（3）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

（4）cv2.RETR_TREE：建立一个等级树结构的轮廓

3、mode：第三个参数method为轮廓的近似办法

（1）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

（2）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

（3）cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法

返回值

cv2.findContours()函数返回两个值，一个是轮廓本身（contours），还有一个是每条轮廓对应的属性（hierarchy）。

contour返回值

cv2.findContours()函数首先返回一个list，list中每个元素都是图像中的一个轮廓，用numpy中的ndarray表示。通过下面的代码验证一下：

# 验证上面的图片有多少个图像轮廓
print (type(contours))  
print (type(contours[0]))  
print (len(contours))  

返回结果：

<class 'list'>
<class 'numpy.ndarray'>
4

从返回结果可知，上面测试的图片有4条轮廓，包括乖字的三部分及边框，每个轮廓是一个ndarray，每个ndarray是轮廓上的点的集合。

由于我们知道返回的轮廓有4个，因此可通过：

cv2.drawContours(img, contours, 0, (0,0,255), 3)

cv2.drawContours(img, contours, 1, (0,0,255), 3)

cv2.drawContours(img, contours, 2, (0,0,255), 3)

cv2.drawContours(img, contours, 3, (0,0,255), 3)

这四条命令获取不同图片部分的轮廓，当第三个参数设置成 -1 时，则获取的就是所有图像的轮廓信息。

hierarchy返回值

此外，该函数还可返回一个可选的hiararchy结果，这是一个ndarray，其中的元素个数和轮廓个数相同，每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0] ~hierarchy[i][3]，分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号，如果没有对应项，则该值为负数。

通过下面命令可以了解hierarchy中的结构信息：

print (type(hierarchy))  
print (hierarchy.ndim)  
print (hierarchy[0].ndim)  
print (hierarchy.shape)

结果：

<class 'numpy.ndarray'>
3
2
(1, 4, 4)

轮廓的绘制

OpenCV中通过cv2.drawContours在图像上绘制轮廓。

函数原型

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

image：第一个参数是指明在哪幅图像上绘制轮廓；

contours：第二个参数是轮廓本身，在Python中是一个list。

contourIdx：第三个参数指定绘制轮廓list中的哪条轮廓，如果是-1，则绘制其中的所有轮廓。

thickness：thickness表明轮廓线的宽度，如果是-1（cv2.FILLED），则为填充模式。