Contours:入门 OpenCV-Python v4.7.0

下一个教程： 轮廓特征

目标

• 理解什么是轮廓线。
• 学习查找轮廓、绘制轮廓等。
• 你将看到这些函数：cv.findContours(), cv.drawContours()

什么是轮廓线？

等高线可以简单地解释为连接所有连续点（沿边界）的曲线，具有相同的颜色或强度。等高线是形状分析和物体检测与识别的一个有用工具。

• 为了获得更好的准确性，使用二进制图像。因此，在寻找轮廓线之前，应用阈值或Canny边缘检测。
• 从OpenCV 3.2开始，findContours()不再修改源图像了。
• 在OpenCV中，寻找轮廓线就像从黑色背景中寻找白色物体。所以请记住，要找到的物体应该是白色的，背景应该是黑色的。
  让我们来看看如何找到二进制图像的轮廓线：

import numpy as np
import cv2 as cv
im = cv.imread('test.jpg')
imgray = cv.cvtColor(im, cv.COLOR_BGR2GRAY)
ret, thresh = cv.threshold(imgray, 127, 255, 0)
contours, hierarchy = cv.findContours(thresh, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)

看，在cv.findContours()函数中有三个参数，第一个是源图像，第二个是轮廓检索模式，第三个是轮廓逼近方法。然后它输出轮廓线和层次结构。等高线是一个包含图像中所有等高线的Python列表。每个单独的轮廓线是一个Numpy数组，包含物体边界点的（x,y）坐标。

注意
我们将在后面详细讨论第二个和第三个参数以及层次结构。在那之前，代码样本中给它们的值对所有图像都是有效的。

如何绘制轮廓线？

为了绘制轮廓线，我们使用了cv.drawContours函数。它也可以用来绘制任何形状，只要你有它的边界点。它的第一个参数是源图像，第二个参数是等值线，应该以Python列表的形式传递，第三个参数是轮廓线的索引（在绘制单个轮廓线时很有用。 要绘制所有轮廓线，pass -1），其余参数是颜色、厚度等。

• 绘制图像中的所有轮廓线：

cv.drawContours(img, contours, -1, (0,255,0), 3)

• 要画一个单独的轮廓，比如说第4个轮廓：

cv.drawContours(img, contours, 3, (0,255,0), 3)

• 但在大多数时候，下面的方法会很有用：

cnt = contours[4]
cv.drawContours(img, [cnt], 0, (0,255,0), 3)

注意
后面两种方法是一样的，但是当你继续往下学习时，你会发现最后一种方法更有用。

轮廓逼近方法

这是cv.findContours函数中的第三个参数。它实际上表示什么呢？

上面我们说过，轮廓线是具有相同强度的形状的边界。它存储了一个形状的边界的（x,y）坐标。但它是否存储了所有的坐标？这是由这个轮廓逼近方法指定的。

如果你传递cv.CHAIN_APPROX_NONE，所有的边界点都会被存储。但实际上我们需要所有的点吗？例如，你找到了一条直线的轮廓。你需要这条线上的所有点来表示这条直线吗？不，我们只需要那条线的两个端点。这就是cv.CHAIN_APPROX_SIMPLE的作用。它删除了所有多余的点并压缩了轮廓，从而节省了内存。

下面是一个矩形的图片，演示了这个技术。只要在等高线数组中的所有坐标上画一个圆（用蓝色画）。第一张图片显示了我用cv.CHAIN_APPROX_NONE得到的点（734个点），第二张图片显示了用cv.CHAIN_APPROX_SIMPLE的点（只有4个点）。看，它节省了多少内存！！！！