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。