opencv(32) 图像轮廓之一：轮廓的查找和绘制

前面我们通过形态学操作、边缘检测得到了一些图像的边缘。

边缘检测虽然能够检测出边缘，但边缘是不连续的，检测到的边缘并不是一个整体。图像轮廓是指将边缘连接起来形成的一个整体，用于后续的计算。图像轮廓是图像中非常重要的一个特征信息，通过对图像轮廓的操作，我们能够获取目标图像的大小、位置、方向等信息。

轮廓是一些列相连的点组成的曲线，代表了物体的基本外形，相对于边缘，轮廓是连续的，边缘并不全是连续的。

1 图像轮廓的概念

轮廓是一系列相连的点组成的曲线，代表了物体的基本外形。
谈起轮廓不免想到边缘，它们确实很像。简单的说，轮廓是连续的，边缘并不全都连续。

其实边缘主要是作为图像的特征使用，比如可以用边缘特征可以区分脸和手；

而轮廓主要用来分析物体的形态，比如物体的周长和面积等，可以说边缘包括轮廓。

2 轮廓的查找与绘制

2.1 cv2.findContours()寻找轮廓

寻找轮廓的操作一般用于二值图像，所以通常会使用阈值分割或Canny边缘检测先得到二值图。

注意：寻找轮廓是针对白色物体的，一定要保证物体是白色，而背景是黑色，不然很多人在寻找轮廓时会找到图片最外面的一个框。

函数原型：

contours,hierarchy=cv2.findContours(img,mode,method)

参数：

img： 输入原始图。8位单通道。

mode： 轮廓检 索模式，决定了轮廓的提取方式。

• cv2.RETR_EXTERNAL 只检测外轮廓，所有子轮廓被忽略
• cv2.RETR_LIST检测的轮廓不建立等级关系，所有轮廓属于同一等级
• cv2.RETR_CCOMP返回所有的轮廓，只建立两个等级的轮廓。一个对象的外轮廓为第 1 级组织结构。而对象内部中空洞的轮廓为 第 2 级组织结构，空洞中的任何对象的轮廓又是第 1 级组织结构。
• cv2.RETR_TREE建立一个等级树结构的轮廓，返回所有的轮廓，建立一个完整的组织结构的轮廓。

method： 轮廓的近似方法，决定了如何表达轮廓。

• cv2.CHAIN_APPROX_NONE存储所有的轮廓点，相邻的两个点的像素位置差不超过1
• cv2.CHAIN_APPROX_SIMPLE压缩水平方向，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。

返回值：

1 binary：返回的二值图像

2 contours： 图像中的轮廓，所有轮廓的列表结构，每个轮廓是目标对象边界点的坐标的数组。

•    len(contours)是轮廓的个数。
•    contours[i]表示第i个轮廓中的像素个数

3 hierarchy： 图像的拓扑信息（轮廓层次）。

在检测轮廓时：有时对象可能位于不同的位置，也有可能一个形状在另外一个形状的内部，这种情况下我们称外部的形状为父，内部的形状为子。

按照这种方式分类，一幅图像中的所有轮廓之间就建立父子关系。这样我们就可以确定一个轮廓与其他轮廓是怎样连接的，比如它是不是某个轮廓的子轮廓，或者是父轮廓。这种关系就是轮廓的层次关系。

在这幅图像中，我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 0 级，简单来说就是他们属于同一级，接下来轮廓 2a，把它当成轮廓 2 的子轮廓。它就成为第 1 级。轮廓 3 是轮廓 2a 的子轮廓，成为第 3 级。轮廓 3a 是轮廓 3 的子轮廓，成为第 4 级,最后轮廓 4,5 是轮廓 3a 的子轮廓，成为5级，这样我们就构建的轮廓的层级关系。

我们再回到返回值中，不管层次结构是什么样的， 每一个轮廓都包含自己的信息。hierarchy使用包含四个元素的数组来表示：

[Next，Previous， First_Child，Parent]。

其中：

Next 表示同一级组织结构中的下一个轮廓。以上图中的轮廓 0 为例，轮廓 1 就是他的 Next。同样，轮廓 1 的 Next 是 2，Next=2。 那轮廓 2 呢？在同一级没有 Next。这时 Next=-1。而轮廓 4 的 Next 为 5，所以它的 Next=5。

Previous 表示同一级结构中的前一个轮廓。轮廓 1 的 Previous 为轮廓 0，轮廓 2 的 Previous 为轮 廓 1。轮廓 0 没有 Previous，所以 Previous=-1。

First_Child 表示它的第一个子轮廓。轮廓 2 的子轮廓为 2a。 所以它的 First_Child 为 2a。那轮廓 3a 呢？它有两个子轮廓。但是我们只要第一个子轮廓，所以是轮 廓 4（按照从上往下，从左往右的顺序排序）。

Parent 表示它的父轮廓。与 First_Child 刚好相反。轮廓 4 和 5 的父轮廓是轮廓 3a。而轮廓 3a 的父轮廓是 3。

注意：如果轮廓没有父轮廓或子轮廓时，则将其置为-1。

2.2 cv.drawContours()绘制轮廓

函数原型：

img=cv2.drawContours(img, contours, contourIdx, color, thickness=None, lineType=None, hierarchy=None, maxLevel=None, offset=None)

参数：

1. img： 待绘制轮廓的图像。
2. contours： 需要绘制的轮廓。
3. contourIdx： 需要绘制的边缘索引，如果为-1，则表示绘制全部轮廓。
4. color： 绘制的颜色，opencv中使用的是BGR格式，不是我们平时说的RGB。色彩空间转换。
5. thickness： 可选参数，表示绘制轮廓时使用画笔粗细，如果为-1，则表示填充，画出实心轮廓。
6. line Type： 可选参数，表示绘制轮廓时所使用的线型。
7. hierarchy： 对应函数cv2.findContours()所输出的层次信息。
8. maxLevel： 绘制轮廓层次的深度。
9. offset： 偏移参数，该参数使轮廓偏移到不同的位置展示出来。

 2.3 示例

 

import cv2
import numpy as np

img = cv2.imread('C:\\Users\\xxx\\Downloads\\contourImg.png')    #读取图像
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #转为灰度值图
ret, binary = cv2.threshold(gray,0,255,cv2.THRESH_BINARY) #转为二值图

#######轮廓查找############
'''
contours,hierarchy=cv2.findContours(img,mode,method)
参数：
    img： 输入原始图。8位单通道。
    mode： 轮廓检 索模式，决定了轮廓的提取方式。
    cv2.RETR_EXTERNAL 只检测外轮廓
    cv2.RETR_LIST检测的轮廓不建立等级关系
    cv2.RETR_CCOMP建立两个等级的轮廓
    cv2.RETR_TREE建立一个等级树结构的轮廓
    method： 轮廓的近似方法，决定了如何表达轮廓。
    cv2.CHAIN_APPROX_NONE存储所有的轮廓点
    cv2.CHAIN_APPROX_SIMPLE压缩水平方向，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。
返回值：
    contours： 图像中的轮廓，数组。
                len(contours)是轮廓的个数。
                contours[i]表示第i个轮廓中的像素个数
    hierarchy： 图像的拓扑信息（轮廓层次）。

'''
contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
n=len(contours)       #轮廓个数
print(n)
for i in range(n):
    print(len(contours[i]))       #轮廓i像素数目
    print(contours[i])            #轮廓i每个像素的位置

#######轮廓绘制############
'''
img=cv2.drawContours(img, contours, contourIdx, color, thickness=None,
                     lineType=None, hierarchy=None, maxLevel=None, offset=None)
    img： 待绘制轮廓的图像。
    contours： 需要绘制的轮廓。
    contourIdx： 需要绘制的边缘索引，如果为-1，则表示绘制全部轮廓。
    color： 绘制的颜色，opencv中使用的是BGR格式，不是我们平时说的RGB。色彩空间转换。
    thickness： 可选参数，表示绘制轮廓时使用画笔粗细，如果为-1，则表示填充，画出实心轮廓。
    line Type： 可选参数，表示绘制轮廓时所使用的线型。
    hierarchy： 对应函数cv2.findContours()所输出的层次信息。
    maxLevel： 绘制轮廓层次的深度。
    offset： 偏移参数，该参数使轮廓偏移到不同的位置展示出来。
'''
img2 = img.copy()
img2 = cv2.drawContours(img2,contours,-1,(0,255,0),5)

#显示原图，灰度图，二值图，轮廓图
names = ['Original','gray','binary','contours']
images = [img,gray,binary,img2]

for i in range(4):
    cv2.imshow(names[i],images[i])

cv2.waitKey(0)
cv2.destroyAllWindows()

 运行结果如下：