opencv-python库 cv2.findContours()轮廓检测

cv2.findContours() 是 OpenCV 库中的一个函数，用于在二值图像中检测轮廓。这个函数会找到图像中所有连续的非零像素区域，并返回这些区域的轮廓。轮廓通常表示图像中物体的外部边界。

以下是 cv2.findContours() 函数的基本语法：

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

参数说明：

• binary_image：输入图像，应该是一个二值图像，即像素值只包含 0（表示背景）和 255（表示前景）的图像。
• mode：轮廓检索模式，可以是以下值之一：
  • cv2.RETR_EXTERNAL：只检索最外层的轮廓。
  • cv2.RETR_LIST：检索所有轮廓，并保存到列表中。
  • cv2.RETR_CCOMP：检索所有轮廓，并组织成两层结构。外层轮廓和内层轮廓（如果存在的话）。
  • cv2.RETR_TREE：检索所有轮廓，并组织成层次结构。
• method：轮廓近似方法，可以是以下值之一：
  • cv2.CHAIN_APPROX_NONE：存储所有轮廓点的信息。
  • cv2.CHAIN_APPROX_SIMPLE：仅存储轮廓的端点。
• contours：检测到的轮廓，以 Python 列表的形式返回，每个轮廓本身也是一个点的数组。
• hierarchy：有关图像拓扑的信息，以数组的形式返回。对于简单的轮廓检测任务，通常不需要此信息。
• offset：一个可选的偏移量，用于将检测到的轮廓点从图像坐标空间转换到其他坐标空间。

cv2.findContours() 函数返回三个值：修改后的图像（通常不关注这个返回值，因为输入图像会被修改）、轮廓列表和轮廓层次结构。轮廓列表中的每个元素都是一个点的数组，代表一个轮廓。

下面是一个使用 cv2.findContours() 的简单示例：

import cv2
import numpy as np

# 创建一个简单的二值图像
image = np.zeros((100, 100), dtype="uint8")
image[30:70, 30:70] = 255

# 查找轮廓
contours, hierarchy = cv2.findContours(image, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 绘制轮廓
cv2.drawContours(image, contours, -1, (0, 255, 0), 2)

# 显示图像
cv2.imshow("Contours", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们首先创建了一个简单的二值图像，然后使用 cv2.findContours() 查找轮廓，并使用 cv2.drawContours() 将轮廓绘制到原始图像上。最后，我们显示了包含轮廓的图像。