Opencv基础自学二十一（轮廓检测）

import cv2 as cv
import numpy as np


def contours_demo(image):#高斯滤波->灰度->二值->轮廓检测
	dst = cv.GaussianBlur(image, (3, 3), 0)  # 高斯
	gray = cv.cvtColor(dst, cv.COLOR_BGR2GRAY)  # 变成灰度
	ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)  # 变成二值图像
	cv.imshow("binary image", binary)
	# binary = edge_demo(image)这个是方法三
	contours, heriachy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)  # 输入图像，
	for i, contour in enumerate(contours):
		cv.drawContours(image, contours, i, (0, 0, 255), 2)  # 最后的参数2是只填充外围，-1是整个填充
		print(i)
	cv.imshow("detect contours", image)
'''
findContours
binary->输入图像
cv.RETR_EXTERNAL->表示只检测外轮廓,默认这个
cv.CHAIN_APPROX_SIMPLE)->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
'''

print("start")
src = cv.imread("D:/example/coins.jpg")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)

contours_demo(src)
cv.waitKey(0)

cv.destroyAllWindows()

原图效果

 

检测效果