OpenCV - 初识轮廓（Python实现）

1. 什么是轮廓
   轮廓可以简单认为成将连续的点（连着边界）连在一起的曲线，具有相同的颜色或者灰度。轮廓在形状分析和物体的检测和识别中很有用

2. 怎样查找轮廓

cv2.findContours(image, mode, method[, offset])
#寻找一个二值图像的轮廓。注意黑色表示背景，白色表示物体，即在黑色背景里寻找白色物体的轮廓

参数：
image:8位单通道图像。非零像素值视为1，所以图像视作二值图像
mode:轮廓检索的方式

mode	轮廓检索的方式
cv2.RETR_EXTERNAL	只检索外部轮廓
cv2.RETR_LIST:	检测所有轮廓且不建立层次结构
cv2.RETR_CCOMP	检测所有轮廓，建立两级层次结构
cv2.RETR_TREE:	检测所有轮廓，建立完整的层次结构

method:轮廓近似的方法

method	轮廓近似的方法
cv2.CHAIN_APPROX_NONE	存储所有的轮廓点
cv2.CHAIN_APPROX_SIMPLE	压缩水平，垂直和对角线段，只留下端点。 例如矩形轮廓可以用4个点编码。
cv2.CHAIN_APPROX_TC89_L1 cv2CHAIN_APPROX_TC89_KCOS	使用Teh-Chini chain近似算法

offset:（可选参数）轮廓点的偏移量，格式为tuple,如（-10，10）表示轮廓点沿X负方向偏移10个像素点，沿Y正方向偏移10个像素点

返回值
contours:轮廓点。列表格式，每一个元素为一个3维数组（其形状为（n,1,2），其中n表示轮廓点个数，2表示像素点坐标）,表示一个轮廓
hierarchy:轮廓间的层次关系,为三维数组，形状为（1,n,4），其中n表示轮廓总个数，4指的是用4个数表示各轮廓间的相互关系。第一个数表示同级轮廓的下一个轮廓编号，第二个数表示同级轮廓的上一个轮廓的编号，第三个数表示该轮廓下一级轮廓的编号，第四个数表示该轮廓的上一级轮廓的编号

import numpy as np
import cv2
im = cv2.imread('image.jpg')
imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)#转为灰度图
ret,thresh = cv2.threshold(imgray,127,255,0)#二值化

image, contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cv2.imshow('img',im)#原图
cv2.imshow('image',image)#轮廓图

cv2.waitKey(0)
cv2.destroyAllWindows()

3. 绘制轮廓

cv2.drawContours(image, cnt, -1, (0, 0, 255), 2)

第一个参数：绘制图像
第二个参数：findContours函数返回的轮廓参数
第三个参数：画第几个轮廓，-1表示画出所有轮廓
第四个参数：轮廓颜色的RGB值
第五个参数：轮廓的宽度

import numpy as np
import cv2
im = cv2.imread('image.jpg')
imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)#转为灰度图
ret,thresh = cv2.threshold(imgray,127,255,0)#二值化

image, contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
im = cv2.drawContours(im, contours, -1, (0,0,255), 1)#绘制轮廓
cv2.imshow('image',im)#轮廓图

cv2.waitKey(0)
cv2.destroyAllWindows()