opencv 在图像中查找轮廓（含python例子）

import cv2
img=cv2.imread("C:/Users/wangyiyuan/Desktop/20200201172603_hocyy.jpg")
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,binary=cv2.threshold(gray,99,255,cv2.THRESH_BINARY)
#检查轮廓
contours,hierarchy=cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img,contours,-1,(0,0,255),3)#绘制轮廓
cv2.imshow("img",img)
cv2.waitKey(0)

首先用cvtcolor函数将img转化为灰度图。然后用cv2.threshold函数将边缘找出来。该函数具体的用法为cv2.threshold(src, thresh, maxval, type[, dst])，返回值为retval, dst
其中：
src是灰度图像
thresh是起始阈值。这个可以自己进行设置
maxval是最大值
type是定义如何处理数据与阈值的关系。

findcontour函数: image, cnts, hierarchy = cv2.findContours(a,b,c)//寻找图形中的轮廓
传入的参数：
    a:传入的图像（二值化图像）
    b:轮廓的检索模式，一般是检测外轮廓cv2.RETR_EXTERNAL
    c:轮廓的近似方法有两种：（近似都是用近似矩形的方法，c不同的取值只是存储近似矩形的方法不同）
        ①CV_CHAIN_APPROX_SIMPLE：
        一般是保留轮廓的终点坐标：近似矩形的左上角顶点坐标以及宽和高（x,y,w,h）：
        ②CV_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
函数返回值：
    image:处理过的图像（就是原本的图像，findcontous函数不改变你传入的图像）
    cnts：轮廓的点集列表，
    hierarchy：轮廓的层次结构，