【OpenCV3.3+Python3.6】图像轮廓检测

 图像轮廓检测

 

轮廓检测的原理是基于图像边缘提取的基础寻找对象轮廓的方法，所以边缘提取的阈值选定会影响最终轮廓发现的结果

api介绍

findContours发现轮廓

drawContours绘制轮廓

 

1.函数原型：cv2.findContours(image, mode, method, contours=None, hierarchy=None, offset=None)

参数说明：

（1）image：原图

（2）mode：轮廓的检索模式，有四种，常用的是 cv2.RETR_EXTERNAL
枚举    说明
              cv2.RETR_EXTERNAL    表示只检测外轮廓
              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，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层。
              cv2.RETR_TREE    建立一个等级树结构的轮廓
（3）method：轮廓的近似办法，常用 cv2.CHAIN_APPROX_SIMPLE
枚举    说明
              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，即max（abs（x1-x2），abs（y2-y1））==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

函数返回参数：

（1）contours：轮廓本身，

（2）hierarchy：是每条轮廓对应的属性，一般使用contour

（3）如果有三个返回参数的话。image：原图像
 

注意：

OpenCV旧版，返回三个参数：

im2, contours, hierarchy = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

要想返回三个参数： 把OpenCV 降级成3.4.3.18 就可以了，

在终端输入pip install opencv-python==3.4.3.18

OpenCV 新版调用，返回两个参数：  

contours, hierarchy = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

 

2.函数原型:cv2.drawContours(image, contours, contourIdx, color, thickness, lineType, hierarchy, maxLevel, offset) 

（1）image ：目标图像

（2）contours - 所有的输入轮廓，每个轮廓为点矢量（a point vector）/点向量 形式，与findcontours中的返回值 contours 的列表list形式一致

（3）contourIdx - 指定轮廓列表的索引 ID（将被绘制），若为负数，则所有的轮廓将会被绘制。

（4）color - 绘制轮廓的颜色。

（5）thickness - 绘制轮廓线条的宽度，若为负值或CV.FILLED则将填充轮廓内部区域

（6）lineType - Line connectivity,（有的翻译线型，有的翻译线的连通性）

（7）hierarchy - 层次结构信息，与函数findcontours()的hierarchy有

（8）maxLevel - 绘制轮廓的最高级别。
              0，则绘制指定轮廓
              1，则绘制该轮廓和所有嵌套轮廓（nested contours）
              2，则绘制该轮廓、嵌套轮廓（nested contours）/子轮廓和嵌套-嵌套轮廓（all the nested-to-nested contours）/孙轮廓，等等。该参数只有在层级结构时才用到。

（9）offset - 按照偏移量移动所有的轮廓（点坐标）。
 

代码奉上

import cv2
import numpy as np


# 轮廓检测
img = cv2.imread('240.bmp')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 获取灰度图
ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY|cv2.THRESH_OTSU)  # 利用阈值自动选择的方法获取二值图像
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)  # 检测轮廓
cv2.drawContours(img, contours, -1, (0, 255, 0), 1)  # 画出轮廓
cv2.imshow('gray', binary)
cv2.imshow('res', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

原图：

轮廓检测结果：