win10+Python3.7.3+OpenCV3.4.1入门学习（十二 图像轮廓）————12.2 绘制图像轮廓

Python版本是Python3.7.3，OpenCV版本OpenCV3.4.1，开发环境为PyCharm

12.2 绘制图像轮廓：drawContours函数

在OpenCV中，可以使用函数cv2.drawContours()绘制图像轮廓。该函数的语法格式是：

image=cv2.drawContours(
image,
contours,
contourIdx,
color[,
thickness[,
lineType[,
hierarchy[,
maxLevel[,
offset]]]]] )

其中，函数的返回值为image，表示目标图像，即绘制了边缘的原始图像。
该函数有如下参数：
● image：待绘制轮廓的图像。需要注意，函数cv2.drawContours()会在图像image上直接绘制轮廓。也就是说，在函数执行完以后，image不再是原始图像，而是包含了轮廓的图像。因此，如果图像image还有其他用途的话，则需要预先复制一份，将该副本图像传递给函数cv2.drawContours()使用。
● contours：需要绘制的轮廓。该参数的类型与函数cv2.findContours()的输出contours相同，都是list类型。
● contourIdx：需要绘制的边缘索引，告诉函数cv2.drawContours()要绘制某一条轮廓还是全部轮廓。如果该参数是一个整数或者为零，则表示绘制对应索引号的轮廓；如果该值为负数（通常为“-1”），则表示绘制全部轮廓。
● color：绘制的颜色，用BGR格式表示。
● thickness：可选参数，表示绘制轮廓时所用画笔的粗细。如将该值设置为“-1”，则表示要绘制实心轮廓。
● lineType：可选参数，表示绘制轮廓时所用的线型。关于参数color、thickness和lineType的具体介绍，可参考后面的第19章。
● hierarchy：对应函数cv2.findContours()所输出的层次信息。
● maxLevel：控制所绘制的轮廓层次的深度。如果值为0，表示仅仅绘制第0层的轮廓；如果值为其他的非零正数，表示绘制最高层及以下的相同数量层级的轮廓。
● offset：偏移参数。该参数使轮廓偏移到不同的位置展示出来。
函数cv2.drawContours()的参数image和返回值image，在函数运算后的值是相同的。因此，也可以将函数cv2.drawContours()写为没有返回值的形式：

cv2.drawContours(
image,
contours,
contourIdx,
color[,
thickness[,
lineType[,
hierarchy[,
maxLevel[,
offset]]]]] )

轮廓实例
下面通过具体实例说明如何获取轮廓、绘制轮廓。

eg1：绘制一幅图像内的所有轮廓。:
分析：如果要绘制图像内的所有轮廓，需要将函数cv2.drawContours()的参数contourIdx的值设置为“-1”。
代码如下：

import cv2
o = cv2.imread('contours.bmp')  
cv2.imshow("original",o)
gray = cv2.cvtColor(o,cv2.COLOR_BGR2GRAY)  
ret, binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)  
image,contours, hierarchy = cv2.findContours(binary,
                                             cv2.RETR_EXTERNAL,
                                             cv2.CHAIN_APPROX_SIMPLE)  
o=cv2.drawContours(o,contours,-1,(0,0,255),5) 
cv2.imshow("result",o)    
cv2.waitKey()
cv2.destroyAllWindows()

在本程序中，轮廓的颜色被设置为红色，即(0, 0, 255)，参数thickness（轮廓线条的粗细）被设置为“5”。
运行上述程序，结果如下图所示，图像内的所有轮廓都被绘制出来了。

eg2：逐个显示一幅图像内的边缘信息。
分析：如果要绘制图像内的某个具体轮廓，需要将函数cv2.drawContours()的参数contourIdx设置为具体的索引值。本例通过循环语句逐一绘制轮廓。
代码如下：

import cv2
import numpy as np
o = cv2.imread('contours.bmp')  
cv2.imshow("original",o)
gray = cv2.cvtColor(o,cv2.COLOR_BGR2GRAY)  
ret, binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)  
image,contours, hierarchy = cv2.findContours(binary,
                                             cv2.RETR_EXTERNAL,
                                             cv2.CHAIN_APPROX_SIMPLE)  
n=len(contours)
contoursImg=[]
for i in range(n):
    temp=np.zeros(o.shape,np.uint8)
    contoursImg.append(temp)
    contoursImg[i]=cv2.drawContours(
            contoursImg[i],contours,i,(255,255,255),5) 
    cv2.imshow("contours[" + str(i)+"]",contoursImg[i])    
cv2.waitKey()
cv2.destroyAllWindows()

本程序中将轮廓设置为白色，即(255, 255, 255)。
运行上述程序，结果如下图所示，图像内的轮廓被逐一绘制出来。


eg3：使用轮廓绘制功能，提取前景对象。
分析：将函数cv2.drawContours()的参数thickness的值设置为“-1”，可以绘制前景对象的实心轮廓。将该实心轮廓与原始图像进行“按位与”操作，即可将前景对象从原始图像中提取出来。
代码如下：

本例中将函数cv2.drawContours()的参数thickness设置为“-1”，得到了前景对象的实心轮廓mask。接下来，通过语句“cv2.bitwise_and(o, mask)”，将原始图像o与实心轮廓mask进行“按位与”运算，就得到了原始图像的前景对象。
运行上述程序，结果如下图所示。其中：
● 左图是原始图像，其前景对象是一朵小花。
● 中间的图像是从原始图像得到的小花的实心轮廓。
● 右图是提取的前景对象小花。