《python+opencv3.3视频教学 基础入门》轮廓发现 笔记

轮廓发现
轮廓发现是基于图像边缘提取的基础寻找对象的轮廓的方法。所以边缘提取的阈值选定会影响Uzi中轮廓发现结果。

API
findContours() 发现轮廓
drawContours() 绘制轮廓

注：虽然轮廓发现是基于图像边缘提取的结果来进行发现的，但是在图像边缘提取这一步我们可以只做到计算出梯度，然后用梯度图直接做轮廓发现，这样可以保留更多的图像信息。

注：图像中的蓝色在转为灰度图时像素值可能会较小，导致Canny检测不到边缘，可以尝试把Canny的低阈值调小一些。

注：findContours()是针对图像中的白色部分的，即它是去识别白色物体的轮廓，所以一定要注意传入其中的二值图像必须是背景为黑，内容为白（根据图像情况在cv.threshold中设置cv.THRESH_BINARY_INV），否则会发现findContours() 只返回一个图像的边框。

视频源码：

import cv2 as cv
import numpy as np


def edge_demo(image):
    blurred = cv.GaussianBlur(image, (3, 3), 0)   # 做高斯模糊
    gray = cv.cvtColor(blurred, cv.COLOR_BGR2GRAY)   # 转换为灰度图
    xgrad = cv.Sobel(gray, cv.CV_16SC1, 1, 0)   # 计算梯度，因为canny的API不能收浮点数，所以我们深度选择CV_16SC1
    ygrad = cv.Sobel(gray, cv.CV_16SC1, 0, 1)
    # edge_output = cv.Canny(xgrad, ygrad, 50, 150)   # 做canny，50和150分别是高低阈值,高：低一般在3:1到2:1之间，这里是Canny最重要的
    edge_output = cv.Canny(gray, 50, 150)   # cv.Canny也支持直接拿灰度图出结果，而不用自己手动算梯度传给它
    cv.imshow("Canny Edge", edge_output)
    return edge_output


def contours_demo(image):
    # 手动做图像二值化来获取用于提取轮廓的二值图像
    dst = cv.GaussianBlur(image, (3, 3), 0)   # 弱化噪声
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)   # 先变成灰度图像
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)   # 然后做图像二值化，得到二值图像
    cv.imshow("binary image", binary)

    # # 用Canny获取图像边缘的二值图像来进行轮廓提取
    # binary = edge_demo(image)

    # cv.RETR_TREE 代表返回全部轮廓，包括从最外层到最内层的所有轮廓，比如硬币，会不仅返回硬币圆边，还会返回硬币上人脸或花纹的轮廓
    # cv.RETR_EXTERNAL 代表只返回最外层轮廓，比如硬币，只返回硬币圆边的轮廓，硬币里面人脸或花纹的轮廓不返回
    # contours, hierarchy = cv.findContours(binary, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)
    contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
    for i, contour in enumerate(contours):
        cv.drawContours(image, contours, i, (255, 0, 0), 2)
        print(i)
    cv.imshow("detect contours", image)


print("-----------Python OpenCV Tutorial--------------")
src = cv.imread("C:/cv-samples/data/fruits.jpg")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)

contours_demo(src)

cv.waitKey(0)

cv.destroyAllWindows()