OpenCV之图像轮廓

• 在进行轮廓操作之前，需要先将图片处理成二值化图像

• 图像轮廓用于图形分析金以及物体的识别与检测

• 查找轮廓

• findContours(src,mode,method)

• 常用的查找轮廓的mode是：RETR_TREE，它的规则是从右到左，从大到小

• 存储轮廓的method有两种：

• 一种是CHAIN_APPROX_SIMPLE,只存储物体轮廓的角点信息

• 另一种是CHAIN_APPROX_NONE，存储物体轮廓的所有信息

• 绘制轮廓

• drawContours(image, contours, contourIdx(轮廓的索引), color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]])

• 在绘制轮廓时，会直接绘制在原图上，所以最好创建一个深拷贝对象进行轮廓绘制

• 轮廓的面积和周长

• 面积

• contourArea(contour)

• 周长

• arcLength(curve,closed)

• curve就是contour，closed是是否闭合的轮廓

• 多边形逼近

• 由于绘制轮廓可能过于复杂，所以使用多边形逼近对原始轮廓做一个近似

• 多边形逼近中的DP算法原理

• 不断找到多边形最远的点加入多边形，直到最短距离小于阈值

• approxPolyDP(contour,epsilon,closed)

• epsilon就是设置的阈值，阈值越小，越接近于原始轮廓

• 凸包

• 多边形逼近可以近似物体的轮廓，但是有时候我们相用一个多边形来简化这个轮廓，就可以使用凸包

• convexHull(contour)

• 凸包的计算结果

• 蓝色线条就是凸包的结果，红色是原始轮廓，绿色是多边形逼近

• 外接矩形

• 外接矩形分为最小内接矩形和最大外接矩形

• 最小内接矩形

• 根据物体的形状（轮廓）的角点得到一个旋转的矩形

• minAreaRect(contour)得到的是一个元组((x,y),(w,h),r)

• 需要将minAreaRect的元组转化为轮廓数据，使用api -----boxPoints(元组对象)（此api只能对带有角度的元组对象进行操作）

• boxPoints的结果可能是一个非整数型的数据，但是drawContours中的contour明确规定只能是int型并且是列表

• 所以对boxPoints的对象(box)取整并转为int型,np.round(box).astype('int64')

• 在drawContours的时候一定要[box]列表对象传入contour位置参数，否则程序报错

• 最大外接矩形

• boundingRect(contour)得到的是一个元组(x,y,w,h)

• 根据这个元组，直接使用调用绘制矩形的api ---- rectangle(img,start,end,color)即可

• 结果

• 红色是最小内接矩形，绿色是最大外接矩形