轮廓检测

轮廓检测

1、轮廓检测

findContours（）函数

输入参数：

• 要处理的图像。这个函数会修改原来的图像，建议copy一下，img.copy()
• 层次类型。cv2.RETR_TREE会得到图像中轮廓的整体层次结构，cv2.RETR_EXTERNAL只得到图像最外面的轮廓
• 轮廓逼近的方法。常用cv2.CHAIN_APPROX_SIMPLE

返回值：

• 修改后的图像
• 图像的轮廓
• 轮廓的层次

2、边界框、最小矩形区域。最小闭圆的轮廓

轮廓的边界框：

x,y,w,h = cv2.boundingRect(contour)

 

最小矩形区域：

rect = cv2.minAreaRect(contour)

box = cv2.boxPoints(rect)

box =np.int0(box)         # 计算出来的坐标是浮点型的，转换为整数

cv2.drawContours(img, [box], 0, (0,255,255), 3)    # 第三个参数表示货值轮廓数组的索引，-1表示绘制所有的轮廓，否则只绘制指定索引的轮廓

 

最小闭合圆：

cv.minEnclosingCircle(contour) # 返回圆心坐标的元组 和 半径

代码如下：

import cv2
import numpy as np

img = cv2.imread("../images/05.jpg")
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)
image,contours,hie = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

max = 1
for i in contours:
    if cv2.arcLength(i,True) > max:
        c = i
        max = cv2.arcLength(i,True)


# 找出边界框,蓝色画出
x,y,w,h = cv2.boundingRect(c)
cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)

# 找出最小面积的矩形，绿色画出
rect = cv2.minAreaRect(c)
# 算出最小面积的坐标
box = cv2.boxPoints(rect)
# 转换坐标值为整数
box = np.int0(box)
cv2.drawContours(img,[box],0,(0,255,0),2)


# 找出最小闭合圆，红色画出
(x,y),radias = cv2.minEnclosingCircle(c)
# 转换为整形
center = (int(x),int(y))
radias = int(radias)
cv2.circle(img,center,radias,(0,0,255),2)

# 黄色画出轮廓
cv2.drawContours(img,c,-1,(0,255,255),1)
cv2.imshow("bunding",img)
cv2.waitKey()
cv2.destroyAllWindows()

3、凸轮廓

approx = cv2.approxPolyDP()  可以绘制近似的多边形框，该函数有三个参数：

• 轮廓
• epsilon，表示元轮廓和近似多边形的最大差值（差值越小，近似多边形越接近轮廓）
• 布尔标记，表示该多边形是否闭合

其中epsilpn，可以用cv2.arcLength(contour,True)  来获取轮廓的周长，来定义

凸包：

可以用hull = cv2.convexHull(轮廓)，来得到凸包的信息。

实例代码如下：

import cv2
import numpy as np

img = cv2.imread("../images/05.jpg")
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)
image,contours,hie = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

max = 1
for i in contours:
    if cv2.arcLength(i,True) > max:
        c = i
        max = cv2.arcLength(i,True)

# 凸包，绿色
hull = cv2.convexHull(c)
# 画出多边形的方法 hull要用【】抱起来
cv2.drawContours(img,[hull],-1,(0,255,0),2)

# 多边形，红色
# epsilon是近似多边形和轮廓的最大差值
epsilon = 0.008 * cv2.arcLength(c,True)
approx = cv2.approxPolyDP(c,epsilon,True)
cv2.drawContours(img,[approx],-1,(0,0,255),2)

# 轮廓 黄色
cv2.drawContours(img,c,-1,(0,255,255),2)
cv2.imshow("bunding",img)
cv2.waitKey()
cv2.destroyAllWindows()