OpenCV学习笔记05--图形检测--轮廓检测

引言：数字图像处理中，检测图像中的局部特征信息是比较重要的一部分，因为我们有时候并不是对整张图像都感兴趣，只是想要提取到图像中的一部分信息，比如车牌识别，对于整张图像来说，我们感兴趣的是只是车牌这一部分，其他的信息都是多余的。所以，有没有什么办法能够帮助我们实现提取局部信息的方法呢，opencv库中封装好了一些方法，我们只需要调用这些方法就可以实现我们的目的。我们还是先讲函数的意思，然后加以实践来更好的理解函数的用法。

一、轮廓检测

        轮廓这个词该怎么理解呢，举个例子，拿世界地图来说，如果我们只是想得到中国板块，那我们就把中国的边界框起来，这就是相对于世界地图来说的一个轮廓。再比如我们有个中国地图，我们想要得到我们首都北京的区域，那我们把属于北京的边界给框选起来即可，这就是轮廓。假如我们现在有一张含有人的图像，我们的目标是图像中的这个人，那我们就可以通过轮廓检测，把这个人给框起来。

        轮廓检测运用的函数为：

contours, hierarchy = cv2.findContours(img, mode, method)

        参数说明：

img: 我们的目标图像，也就是我们要对哪一张图像进行操作，需要注意的是该图像必须单通道二值图像

mode：我们检测轮廓的模式，一个图像中可能很多轮廓，所以我们需要制定检测哪些轮廓。其模式主要有:

        RETR_EXTERNAL：只检测最外边轮廓
        RETR_LIST：检测所有轮廓，不建立轮廓之间的关系
        RETR_CCOMP：检测所有轮廓，建立两层轮廓层次关系
        RETR_TREE：检索所有轮廓，建立树状结构的层次关系

method：我们存储检测到轮廓的点的方法，也就是我们是存储轮廓的所有点还是部分点，其方法主要有：

        CHAIN_APPROX_NONE：存储轮廓上所有点
        CHAIN_APPROX_SIMPLE：存储水平、垂直、或对角线轮廓的端点

contours：用于保存我们检测出的所有的轮廓点，其每一个点用x，y坐标来表示，那么检测出来的所有的轮廓点，都存储在contours中，其是一个列表。

hierarchy：轮廓之间的层次关系。

         一般来说，我们检测完轮廓之后，如果我们想可视化我们检测到的轮廓，那么我们需要把检测到的轮廓绘制出来，opencv同样提供了绘制轮廓的方法。

        绘制轮廓的方法：

img = cv2.drawContours(img, contours, contourIdx, color, thickness, lineType, hierarchy, offset, img)

参数有点多，不用死记，平时用到的也就几个参数。

img：我们要在img这张图像上绘制轮廓，这张图像可以是多通道也可是单通道，不受限制

contours：这个是我们在上面轮廓检测时保存到的轮廓点的列表

contourIdx：绘制轮廓的索引，因为contours是一个列表，里面不止一个轮廓，如果我们要绘制某一轮廓的话，需要指定一个索引，如果为-1，则是绘制所有轮廓

color：绘制的轮廓的颜色，是一个GBR三通道的数组成的。这前四个是必选参数，后面的都是可选参数

thickness：绘制的线的粗细

lineType：绘制的线的类型

hierarchy：这个是我们在上面轮廓检测时保存到的轮廓的层级关系

offset：绘制轮廓的整体偏移量

img：其作用是能够使得我们原始的图片上也被绘制上轮廓。

        分析完以上两个方法之后，我们来实践一下，看看效果如何。我用的图像是下面这张。

        代码如下：

import cv2
# 读取图片的位置信息
filename = r'./picture/img.png'
# 读取图片，cv2.IMREAD_UNCHANGED意思是不改变读取的图片的类型
img = cv2.imread(filename, cv2.IMREAD_UNCHANGED)
cv2.imshow('img', img)
# 由于轮廓检测必须是二值图像，所以我们先将其转换为灰度图像
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 再经阈值处理处理为二值图像，cv2.THRESH_OTSU的意思是我这里不设定阈值，由函数自己选定一个最合适的阈值
reval, img_gray_two = cv2.threshold(img_gray, 0, 255, cv2.THRESH_OTSU)
cv2.imshow('img_gray_two', img_gray_two)
# 在二值图像上进行轮廓检测，cv2.RETR_LIST检测所有轮廓，cv2.CHAIN_APPROX_NONE保存所有轮廓点
contours, hierarchy = cv2.findContours(img_gray_two, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)
# 在彩色图像上绘制我们的轮廓，-1表示绘制所有轮廓，(0, 255, 0)按照BGR表示颜色是绿色，线的粗细程度为5
img_con = cv2.drawContours(img, contours, -1, (0, 255, 0), 5)
cv2.imshow('img_con', img_con)
cv2.waitKey()
cv2.destroyAllWindows()

        对于每一行代码我都进行了注释说明，如果有不懂的函数方法，可以看我前几篇笔记，这些函数都有讲到。

        运行结果如下：