Opencv-Python Contour Shape Detection 轮廓形状检测

基本思路

首先，先将图像进行灰度处理，在借助模糊处理，得到边缘检测图像；接着，借用边缘检测图像，获取图像轮廓参数，通过面积，以及边框数，检测出图形的形状。OK,Let‘s go！

Opencv版本

这个opencv-contrib-python ，这是个辅助包，最好都装上且跟opencv同版本最优。

函数介绍

cv2.findContours（）

注意事项

• 读取的是二值图像，黑色为背景，白色为读取目标
• 该函数会修改原图像，需要先copy一份原图像
• 返回的参数，会随着opencv不同版本,返回参数个数不同，一般为2或3个，报错了，加减参数就行

findContours(image, mode, method, contours=None, hierarchy=None,
offset=None)

mode

参数名称	功能
cv2.RETR_EXTERNAL	只检测外轮廓
cv2.RETR_LIST	检测的轮廓不建立等级关系，都是同级
cv2.RETR_CCOMP	建立两个等级的轮廓，上面一层为外边界，里面一层为内孔的边界信息
cv2.RETR_TREE	建立一个等级树结构的轮廓

method

参数名称	功能
cv2.CHAIN_APPROX_NONE	存储所有边界点
cv2.CHAIN_APPROX_SIMPLE	压缩垂直、水平、对角方向，只保留端点
cv2.CHAIN_APPROX_TX89_L1	使用teh-Chini近似算法
cv2.CHAIN_APPROX_TC89_KCOS	使用teh-Chini近似算法

contours

图像轮廓点。列表格式，每一个元素为一个3维数组

hierarchy

轮廓间的层次关系是三维数组，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。

offset

轮廓点的偏移量，格式为tuple,如（-1，1）表示轮廓点沿X负方向偏移1个像素点，沿Y正方向偏移1个像素点（这个参数一般可以不选）

返回值

（任意名称）， contours，hierarchy 版本不同第一个参数根据版本来进行修改

cv2.drawContours()

cv2.drawContours(image, contours, contourIdx, color, thickness=None, lineType=None, hierarchy=None, maxLevel=None, offset=None)

image

注意要是三通道函数，可以调用原图像的复制图像

contourIdx

指定绘制轮廓list中的哪条轮廓，如果是-1，则绘制其中的所有轮廓

其余函数较为简单，代码又简单注释，感兴趣想要深入了解可以网上搜寻一下

最终代码

import cv2
import numpy as np

def stackImages(scale,imgArray):  # 堆栈操作
    rows = len(imgArray)
    cols = len(imgArray[0])
    rowsAvailable = isinstance(imgArray[0], list)
    width = imgArray[0][0].shape[1]
    height = imgArray[0][0].shape[0]
    if rowsAvailable:
        for x in range(0, rows):
            for y in range