python探测图像中边框_边缘检测，框出物体的轮廓(使用opencv-python)

边缘检测、边缘探测、轮廓绘制、多边形、区域分割、edge_detection、object_segmentation，使用opencv-python的函数cv2.findContours()，框出物体的轮廓

(关键词↑)

图片处理效果预览↑(就是封面图片)，从左到右依次是：原图

阈值图(第一行)、Canny边缘提取(第二行)

蓝色矩形、绿色最小矩形、红色最小圆形

蓝色等高线轮廓、绿色贴合轮廓、红色包围轮廓

核心代码预览：

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

approx = cv2.approxPolyDP(cnt, epsilon, True)

hull = cv2.convexHull(cnt)

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

min_rect = cv2.minAreaRect(cnt)

(x, y), radius = cv2.minEnclosingCircle(cnt)2018-06-30 初版 Yonv1943

2018-07-02 删除图片水印，其他小改动

2018-08-15 修复GitHub链接，感谢 知乎用户Yozora 在评论中指出错误

2018-11-24 回复评论内容，增加对多边形的筛选

我不满足于用一个矩形将图片中的目标框出，所以我寻找可以将目标的轮廓框出来的算法，最终我在opencv库里面找到了这个函数cv2.findContours()，参考另外一篇非常好的资料后(那篇非常好的资料→)OpenCV for detecting Edges, lines and shapes，我写出来本篇文章。

想要在自己电脑上运行的话，直接去上面这里↑复制、保存为*.py文件，并准备一张背景简单的测试图片，比如说这一张：test.png

下面是 TUTR_edge_detection.py 的流程图↓edge_detection.py 使用ProcessOn 绘制流程图

edge_detection.py

读取图片，并处理为二值图

cv2.imread('test.png') # a black objects on white image is better

# gray = cv2.cvtColor(image.copy(), cv2.COLOR_BGR2GRAY)

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

thresh = cv2.Canny(image, 128, 256)

得到二值图后，使用cv2.findContours() 得到等高线 contours，关于它的三个参数，一般不需要改动：第一个是传入的二值图，不等于0的像素将参与等高线的计算

第二个决定hierarchy 采取什么样的格式输出，具体格式看→Contours Hierarchy

thresh, contours, hierarchy = cv2.findContours(thresh, cv2.R