opencv-轮廓检测

轮廓检测方法

cv2.cvtColor() 函数完成图像颜色空间转换

cv2.cvtColor(src, code)

• src：输入图像
• code： 颜色空间代码，例如cv2.COLOR_BGR2GRAY 

cv2.threshold()函数实现阈值处理

ret, dst = cv2.threshold(img, threshold, maxval, type)

• ret：返回的阈值
• dst：输出图像
• img：输入图像
• threshold：设定的阈值
• maxval：最大值
• type：阈值分割类型

cv2.THRESH_BINARY	超过threshold部分设置为maxval，其余清0
cv2.THRESH_BINARY_INV	取反，超过threshold部分设置为0，其余设置为maxval
cv2.THRESH_TRUNC	超过阈值的部分均设置与阈值相同，其余不变
cv2.THRESH_TOZERO	超过阈值部分不变，其余清0
cv2.THRESH_TOZERO_INV	超过阈值部分清0，其余不变

type 类型

cv2.findContours()函数用来查找检测物体的轮廓

binary,contours, hierarchy = cv2.findContours(image,mode,method)

• binary：二值图像结果
• contours：轮廓数据，向量内每个元素保存一组由连续的Point点构成的点的集合的向量 ，每一组Point点集合就是一个轮廓。有多少轮廓contours就有多少元素
• hierarchy：层级结构，向量内每一个元素包含了4个int型变量：[后一个轮廓，前一个轮廓，父轮廓，内嵌轮廓]
• image：输入图像
• mode：轮廓的模式
• method :轮廓逼近方法

mode类型

cv2.RETR_EXTERNAL	只检索最外侧轮廓
cv2.RETR_LIST	检索所有外侧轮廓并保存在一条链表里
cv2.RETR_CCOMP	检索所有轮廓，顶层为外部边界次层为空洞边界
cv2.RETR_TREE	检索所有轮廓并重构嵌套轮廓层次

method类型

cv2.CHAIN_APPROX_NONE	保留所有轮廓点，相邻两个点位置差不超过1个像素则会保留
cv2.CHAIN_APPROX_SIMPLE	记录轮廓的每个点的水平和垂直的值，相邻两个点的差值如果不超过1则只保留一个点

cv2.drawContours()函数完成绘图 

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

• image：绘制轮廓的目标图像，一个多通道或单通道图像，通常是彩色图像（BGR）
• contours：轮廓数据
• contourIdx: 指定要绘制的轮廓的索引。若是负值（例如-1），则绘制所有轮廓
• color：轮廓线条的颜色。对于彩色图像，使用 (B, G, R) 格式，例如（0，255，0）
• thickness: 轮廓线条的宽度。如果为负值（如 cv2.FILLED），则填充轮廓内部
• 剩余四个可选lineType，hierarchy，maxLevel，offset

使用二值图像以获取更高的准确率

img=cv2.imread('car.png')

gray=cv2.cvtColor(img.cv2.COLOR_BGR2GRAY)#RGB图像转为灰度图

ret,thresh=cv2.threshold(gray,127,255,cv2.THRESH_BINARY)#阈值处理

cv_show(thresh,'thresh')
binary,contours,hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)#获取轮廓

绘制轮廓

draw_img=img.copy()#由于绘图操作会改变img格式，使用copy的img可以避免图片被污染

res=cv2.drawContours(draw_img,contours,-1,(0,0,255),2) 

cv_shouw(res,'res')

轮廓特征与近似

cv2.approxPolyDP()函数完成逼近多边形曲线 

cv2.approxPolyDP(curve, epsilon, True)#True或者closed

• curve：输入的轮廓，一个Numpy数组包含轮廓上的点集
•  epsilon：逼近精度，即两个轮廓之间最大的欧式距离，是一个浮点数，一般取周长的百分比

轮廓特征 

cv2.contours()函数求得轮廓面积

cv2.arcLength() 函数求得轮廓周长

#直传contours[0]会报错 

cnt=contours[0]

#面积 

cv2.contourArea(cnt)

#周长

cv2.arcLength(cnt,True)#True表示闭合

cv2.boundingRect()函数完成使用最小矩形包裹找到的图形 

retval=cv2.boundingRect( array)   #x,y,w,h=cv2.boundingRect( array)

• array：灰度图的轮廓，cnt或者通过findContours 函数得到
• retval ：表示返回矩形边界左上角顶点的坐标值及矩形边界的宽和高 ， 也可以是4个返回值形式 x,y,w,h

 cv2.minEnclosingCircle()函数完成最小圆形包围曲线轮廓

center, radius = cv2.minEnclosingCircle(points)

• points：输入轮廓数据，例如cnt 
• center：圆形的圆心
• radius：圆形的半径

cv2.rectangle()函数完成图像上绘制矩形

cv2.rectangle(img, pt1, pt2, color, thickness)

• img：输入图像，一般是一个numpy数组
• pt1：矩形左上角的坐标，坐标以元组形式给出，例如 (x1, y1)
• pt2：矩形右下角的坐标，坐标以元组形式给出，例如 (x2, y2)
• color：矩形颜色， BGR数据，一个元组例如(255, 0, 0)
• thickness：矩形边框的厚度，若是-1将被填充

cv2.Circle()函数完成图像上绘制矩形 

cv2.circle(img, center, radius, color, thickness)

• img：输入图像，数组形式 
• center：圆的中心点坐标，以元组形式给出，例如 (x, y)#需要转化为int型数据
• radius：圆的半径，表示从圆心到圆上任意一点的距离#需要转换为int型数据
• color：圆的颜色，BGR颜色
• thickness: 圆的线条宽度。如果传递 -1，则圆将被填充。

轮廓近似求取

img=cv2.imread('contours2.png')

gray=cv2.cvtColor(img,cv2COLOR_BGR2GRAY)#颜色空间转换

ret, thresh = cv2.threshold(gray,127, 255, cv2.THRESH_BINARY)

binary,contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_

APPROX_NONE)#轮廓检测

cnt=contours[0]



draw_img=img.copy()

res=cv2.drawContours(draw_img, contours, -1, (0,0,255), 2)#绘制轮廓

cv_show(res,'res')

绘制多边形曲线的轮廓 

epsilon=0.1*cv2.arcLength(cnt)

approx=cv2.approxPolyDP(cnt, epsilon, True)#逼近多边形曲线轮廓的值



draw_img=img.copy()

res=cv2.drawContours(draw_img, [approx], -1, (0,0,255), 2)

cv_show(res,'res')

图像的目标矩形求取

img=cv2.imread('contours.png')

gray=cv2.cvtcolor(img,cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(gray, 127, 155, cv2.THRESH_BINARY)

binary,contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_

APPROX_NONE)

cnt=contours[0]

x,y,w,h=boudingrect(cnt)

img=cv2.rectangle(thresh, (x,y), (x+w,y+h), (0,0,255), 2)

cv_show(img,'img')

 求取外界矩形与轮廓面积比

area=cv2.counterArea(cnt)

x,y,w,h=boundingRect(cnt,True)

rect_area=w*h

extent=float(area)/rect_area

print(extent)

求外接圆

(x,y),radius= cv2.minEnclosingCircle(cnt)

center=(int(x),int(y))

radius=int(radius)

img=cv2.circle(img, center, radius, (0,0,255), -1)

cv_show(img,'img')