python+opencv基础篇——实现提取轮廓

开发工具：pycharm

逻辑：

1、读取图像

2、灰度

3、二值

4、去噪

5、提取轮廓

代码：

import cv2

# 读取图像
img = cv2.imread('D:\\Demo2.TIF')
# 灰度
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY)
# 去噪
# 卷积核
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
# 腐蚀
eroded = cv2.erode(thresh, kernel)
# 膨胀
dilated = cv2.dilate(eroded, kernel)
# 轮廓检测
contours, hierarchy = cv2.findContours(dilated, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 绘制轮廓
cv2.drawContours(img, contours, -1, (0, 0, 255), 1)
# 显示图像
cv2.imshow('img', img)
# 等待程序终止
cv2.waitKey(0)
cv2.destroyAllWindows()

知识点：

1、读取图像

cv2.imread读取到的图像默认是三通道图像(BGR)，与我们平常的RGB是通道是相反的；

cv2.imread不能直接读取含有中文路径的图像，读取中文路径可用下面的代码：

cv2.imdecode(np.fromfile('文件路径', dtype=np.uint8), -1)

文件在项目内
1.与py文件同级目录可以只写文件名，

2.与py文件不同级，可以从根目录查找'./文件路径'

2、灰度

由于imread读到的是BGR图片，所以灰度时使用的是BGR转gray
常用的转换系数：

COLOR_BGR2GRAY  BGR转灰度

COLOR_RGB2GRAY  RGB转灰度

COLOR_BGR2RGB  BGR转RGB

COLOR_RGB2BGR  RGB转BGR

3、二值

常用的二值系数：

THRESH_BINARY  固定阈值

THRESH_BINARY_INV  固定阈值并翻转图像，比如白底图变为黑底图

THRESH_OTSU  自动适用最合适的阈值

任意系数 + THRESH_OTSU  在前面系数的基础上再适用最合适的阈值

举例代码：

ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY)
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV)
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU)
ret, thresh = cv2.threshold(gray, 100, 200, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

此处如果第四行设置0,255，那么与第三行效果一致

4、去噪

此处用的是腐蚀+膨胀操作，这两步其实就是开运算的操作，闭运算就是膨胀+腐蚀

腐蚀：缩小，可去掉一些像素较小的点

膨胀：放大

5、提取轮廓

常用系数：

RETR_EXTERNAL  只提取外部最大轮廓

RETR_TREE  提取所有轮廓并带有父级关系

父级关系在hierarchy中，hierarchy是三维数组，父级关系在第三级的第三个参数上

举例代码：

for cnt in range(len(contours)):
    # 判断是否有上级
    if hierarchy[0][cnt][3] != -1:
        print("有上级轮廓")
    else:
        print("没有上级轮廓")