python cv2提取图片轮廓

import cv2
import numpy as np

# 读取图像并进行预处理
image = cv2.imread('test.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 图像二值化处理
ret, threshold = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)

# 寻找图像轮廓
contours, hierarchy = cv2.findContours(threshold, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

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

# 显示结果
cv2.imshow('image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

 

cv2.findContours函数是OpenCV中用于查找图像轮廓的函数。它的参数如下所示：

contours, hierarchy = cv2.findContours(image, mode, method, contours=None, hierarchy=None, offset=None)

参数解释如下：

• image: 输入的二值图像，通常为灰度图像或者经过二值化处理的图像。

• mode: 轮廓检索模式，指定轮廓的检索方式。可选的模式有以下几种：

  • cv2.RETR_EXTERNAL: 只检测外部轮廓，忽略图像内部的轮廓。
  • cv2.RETR_LIST: 检测所有轮廓，不建立轮廓间的层级关系。
  • cv2.RETR_CCOMP: 检测所有轮廓，并且建立两层的层级关系。
  • cv2.RETR_TREE: 检测所有轮廓，并且建立完整的层级树结构。

• method: 轮廓的近似方法，指定轮廓的近似方式。可选的方法有以下几种：

  • cv2.CHAIN_APPROX_NONE: 保存所有的轮廓点。
  • cv2.CHAIN_APPROX_SIMPLE: 仅保存轮廓的终点。
  • cv2.CHAIN_APPROX_TC89_L1: 使用Teague-Chinlund的方法进行轮廓近似。
  • cv2.CHAIN_APPROX_TC89_KCOS: 使用Teague-Chinlund-Kim的方法进行轮廓近似。

• contours (可选): 输出参数，用于存储找到的轮廓，每个轮廓存储为一个numpy数组。

• hierarchy (可选): 输出参数，用于存储轮廓的层级信息，每个轮廓的层级信息存储为一个四元组 (next, previous, first_child, parent)。

• offset (可选): 轮廓坐标的可选偏移量。

函数返回两个值：

• contours: 找到的轮廓列表，每个轮廓存储为一个numpy数组。

• hierarchy: 轮廓的层级信息，每个轮廓的层级信息存储为一个四元组 (next, previous, first_child, parent)。

注意：根据OpenCV的版本，返回值的顺序可能不同。在旧版本的OpenCV中，返回值顺序是 (contours, hierarchy)，而在较新的版本中是 (hierarchy, contours)。