OpenCV_9 图像轮廓

前言

本节主要是OpenCV中轮廓查找的基本知识，以及API的使用。

---

一、轮廓查找基础

1.轮廓基础知识

• 轮廓怎么定义？
  具有相同颜色或强度的连续点的曲线
• 轮廓作用
  图形分析
  物体的识别与检测
• 注意事项
  为了检测的准确性，需要先对图像进行二值化或Canny操作
  画轮廓时会修改输入的图像

2.轮廓查找API

findContours()
声明：void findContours( InputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset = Point());
参数：
   image：图像
   mode：模式
   method：
返回值：
   contours：所有轮廓的列表
   hierarchy：轮廓间的层级关系

mode:
   RETR_EXTERNAL = 0 仅检索最外部轮廓。
   RETR_LIST = 1 检索所有轮廓，而不建立任何层次关系。
   RETR_CCOMP = 2 检索所有轮廓并将其组织为两级层次结构。在顶层，存在组件的外部边界。在第二层，存在孔的边界。如果连接组件的孔内有另一个轮廓，则它仍位于顶层。
   RETR_TREE = 3 检索所有轮廓并按树形存储

method
   CHAIN_APPROX_NONE = 1 保存所有轮廓上的点
   CHAIN_APPROX_SIMPLE = 2 只保存角点

contours, hierarchy = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

3.轮廓绘制

轮廓API

drawContours()
声明：void drawContours( InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color, int thickness = 1, int lineType = LINE_8, InputArray hierarchy = noArray(), int maxLevel = INT_MAX, Point offset = Point() );
参数：
   image：图像
   contours：轮廓查找返回的点集
   contourIdx：轮廓顺序号，-1绘制所有轮廓
   color：颜色
   thickness：线宽

代码案例：

import cv2
import numpy as np 

img = cv2.imread('./picture/star.jpg')
img = cv2.resize(img, None, fx = 0.4, fy = 0.4)

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, binary = cv2.threshold(img_gray, 150, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

# 绘制轮廓
cv2.drawContours(img, contours, -1, (0,0,255))
cv2.imshow('star', img)
cv2.waitKey(0)

结果展示：

轮廓的面积和周长

面积：

contourArea()
声明：double contourArea( InputArray contour, bool oriented = false );
参数：
   contours：轮廓查找返回的点集
   oriented：定向区域标志如果为真，函数将根据轮廓方向（顺时针或逆时针）返回带符号区域值。使用此功能，您可以通过获取区域的符号来确定轮廓的方向。默认情况下，参数为false，这意味着返回绝对值。

周长：

contourArea()
声明：double arcLength( InputArray curve, bool closed );
参数：
   curve：一个曲线，轮廓就可以
   closed：轮廓是否闭合

代码示例：

#计算面积
area = cv2.contourArea(contours[1])
print("area = %d "%(area))

# 计算周长
len = cv2.arcLength(contours[1], True)
print("len = %d "%(len))

---

二、其他框选图像方法

1.多边形逼近与凸包

轮廓查找会将所有轮廓的点都保存，占用大量空间，而很多时候并不需要这么精确的轮廓，这时候就可以使用多边形逼近与凸包

上图中左边为多边形逼近，右边为凸包。

approxPolyDP()
声明：void approxPolyDP( InputArray curve, OutputArray approxCurve, double epsilon, bool closed );
参数：
   curve：一个曲线，轮廓就可以
   epsilon：精度
   closed：轮廓是否闭合

convexHull()
声明：void convexHull( InputArray points, OutputArray hull, bool clockwise = false, bool returnPoints = true );
参数：
   points：点，轮廓就可以
   clockwise：顺时针绘制

代码示例：

import cv2
import numpy as np 

def drawshape(src, points):
    i = 0
    while i < len(points):
        if i == len(points) - 1:
            x, y = points[i][0]
            x1, y1 = points[0][0]    
            cv2.line(src, (x, y), (x1, y1), (0, 0, 255), 2)
        else:
            x, y = points[i][0]
            x1, y1 = points[i+1][0]
            cv2.line(src, (x, y), (x1, y1), (0, 0, 255), 2)
        i += 1 

img = cv2.imread('./picture/hand.png')
img = cv2.resize(img, None, fx = 0.4, fy = 0.4)

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, binary = cv2.threshold(img_gray, 120, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

# 多边形逼近
approx = cv2.approxPolyDP(contours[0], 20, True)
drawshape(img, approx)

# 凸包
hull = cv2.convexHull(contours[0])
drawshape(img, hull)

cv2.imshow('hand', img)
cv2.waitKey(0)

结果展示：

2.外接矩形

图中红色矩形为最小外接矩形，绿色矩形为最大外接矩形

minAreaRect()
声明：RotatedRect minAreaRect( InputArray points );
参数：
   points：点，轮廓就可以
返回值：
   RotatedRect：带旋转角度的矩形，可以通过这个将图形放正
     x,y：起始点
     width，height：宽和高
     angle：旋转角度

boundingRect()
声明：Rect boundingRect( InputArray array );
参数：
   array：轮廓
返回值：
   Rect：矩形
     x,y：起始点
     width，height：宽和高

代码示例：

import cv2
import numpy as np 

img = cv2.imread('./picture/hand.png')
img = cv2.resize(img, None, fx = 0.4, fy = 0.4)

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, binary = cv2.threshold(img_gray, 120, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

# 最小外接矩形 红色
r = cv2.minAreaRect(contours[0])
box = cv2.boxPoints(r)
box = np.int0(box)
cv2.drawContours(img, [box], 0, (0, 0, 255), 2)

# 最大外接矩形 绿色
x, y, w, h = cv2.boundingRect(contours[0])
cv2.rectangle(img, (x, y), (x+w, y+h),  (0, 255, 0), 2)


cv2.imshow('hand', img)
cv2.waitKey(0)

代码中函数boxPoints()，用来查找旋转矩形的四个顶点，绘制旋转矩形。

boxPoints()
声明：void boxPoints(RotatedRect box, OutputArray points);
参数：
   box：输入旋转矩形

结果展示：

---