Python OpenCV findContours()函数与drawContours()函数用法

我用的Python3.6,OpenCV3.4。Python3.x与2.x语法不一样,OpenCV2.x与3.x也不一样。看之前得清楚自己用的啥。

本文说白了就是个简单的查找轮廓,并且绘制轮廓。简单说一下这俩个函数用法。

  • 函数cv2.findContours()有三个参数第一个是输入图像,第二个是轮廓检索模式,第三个是轮廓近似方法。而返回值根据OpenCV版本不同也不一样,但这俩个版本都会返回一个元组。OpenCV2.x版本第一个元素是轮廓,,而在OpenCV3.x中第二个才是轮廓。这个轮廓是一个列表,每个列表元素代表着一个轮廓。

  • cv2.findContours()第二个参数有什么用?对于轮廓来说可能还包含父子关系,也就是说一个轮廓里面可能还包含着其他轮廓(比如说房子的轮廓可以包含一个矩形的窗户,则房子为父,窗户为子,而窗户里可能有个人的头,这又是一种父子关系),这其中的层次结构可以通过对第二个参数设置来选择是否获取。轮廓关系图
    在这幅图中,给这几个形状编号为 0-5。 2 和 2a 分别代表最外边矩形的外轮廓和内轮廓。在这里边轮廓 0, 1, 2 在外部或最外边。我们可以称他们为(组织结构)0 级,简单来说就是他们属于同一级。接下来轮廓 2a。 我们把它当成轮廓 2 的子轮廓。它就成为(组织结构)第1 级。同样轮廓 3 是轮廓 2 的子轮廓,成为(组织结构)第 3 级。最后轮廓4,5 是轮廓 3a 的子轮廓,成为(组织结构) 4 级(最后一级)。按照这种方式给这些形状编号。而在OpenCV有哪些参数可选呢?
    RETR_LIST 从解释的角度来看,这中应是最简单的。它只是提取所有的轮廓,而不去创建任何父子关系。
    RETR_EXTERNAL 如果你选择这种模式的话,只会返回最外边的的轮廓,所有的子轮廓都会被忽略掉。
    RETR_CCOMP 在这种模式下会返回所有的轮廓并将轮廓分为两级组织结构。
    RETR_TREE 这种模式下会返回所有轮廓,并且创建一个完整的组织结构列表。它甚至会告诉你谁是爷爷,爸爸,儿子,孙子等。

  • findContours()第三个参数什么意思呢?如果设为cv2.CHAIN_APPROX_NONE,,表示边界所有点都会被储存;而如果设为cv2.CHAIN_APPROX_SIMPLE 会压缩轮廓,将轮廓上冗余点去掉,比如说四边形就会只储存四个角点。

  • 函数cv2.drawContours()被用来绘制轮廓。第一个参数是一张图片,可以是原图或者其他。第二个参数是轮廓,也可以说是cv2.findContours()找出来的点集,一个列表。第三个参数是对轮廓(第二个参数)的索引,当需要绘制独立轮廓时很有用,若要全部绘制可设为-1。接下来的参数是轮廓的颜色和厚度。

还有在使用OpenCV查找轮廓时,为了更准确,需要进行二值化处理:阈值化处理或者进行Canny边缘检测。查找轮廓的函数会修改原始图片,当需要使用原始图片时得注意。并且在OpenCV中查找轮廓就像在黑色背景中找白色背景,所以要找的物体应该是白色,而背景是黑色(来源于OpenCV官方教程中文版)。下面上代码:

import numpy as np
import cv2

#读取图片
img = cv2.imread('city.jpg')
#二值化,canny检测
binaryImg = cv2.Canny(img,50,200)

#寻找轮廓
#也可以这么写:
#binary,contours, hierarchy = cv2.findContours(binaryImg,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE) 
#这样,可以直接用contours表示
h = cv2.findContours(binaryImg,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
#提取轮廓
contours = h[0]
#打印返回值,这是一个元组
print(type(h))
#打印轮廓类型,这是个列表
print(type(h[1]))
#查看轮廓数量
print (len(contours))

#创建白色幕布
temp = np.ones(binaryImg.shape,np.uint8)*255
#画出轮廓:temp是白色幕布,contours是轮廓,-1表示全画,然后是颜色,厚度
cv2.drawContours(temp,contours,-1,(0,255,0),3)

cv2.imshow("contours",temp)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意由于是OpenCV3,所以返回值只有一个。如果是2.x则是需要俩个返回值,不然会报错。下面放图:
原图

处理后的图

  • 47
    点赞
  • 264
    收藏
    觉得还不错? 一键收藏
  • 24
    评论
findContours 函数OpenCV 中的一个轮廓检测函数,用于在二值化图像中查找轮廓。该函数的语法如下: ``` cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]]) ``` 参数说明: - image:输入图像,必须是一个二值化图像(即只有黑白两种颜色)。 - mode:轮廓检索模式,有以下两种模式: - cv2.RETR_EXTERNAL:只检测外轮廓。 - cv2.RETR_LIST:检测所有轮廓,并将它们保存在列表中。 - method:轮廓逼近方法,有以下几种方法: - cv2.CHAIN_APPROX_NONE:存储所有的轮廓点。 - cv2.CHAIN_APPROX_SIMPLE:仅存储水平、垂直和对角线方向的端点。 - cv2.CHAIN_APPROX_TC89_L1、cv2.CHAIN_APPROX_TC89_KCOS:使用 Teh-Chinl 链逼近算法。 - contours(可选):检测到的轮廓,以列表形式返回。 - hierarchy(可选):轮廓层次结构,以 numpy 数组形式返回。 - offset(可选):轮廓点的偏移量。 返回值: - contours:检测到的轮廓,以列表形式返回。 - hierarchy:轮廓层次结构,以 numpy 数组形式返回。 示例代码: ```python import cv2 # 读入图像并转为灰度图像 img = cv2.imread('test.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 二值化图像 ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) # 查找轮廓 contours, hierarchy = cv2.findContours(thresh, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE) # 绘制轮廓 cv2.drawContours(img, contours, -1, (0, 0, 255), 2) # 显示结果 cv2.imshow('result', img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 该示例代码将读入一张名为 test.jpg 的图像,并进行灰度化和二值化处理。然后使用 findContours 函数查找轮廓,并使用 drawContours 函数轮廓绘制在原图上。最后显示结果图像。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 24
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值