图像轮廓

---

边缘检测可以检测出边缘信息，但可能边缘不连续，而轮廓检测可以将边缘形成一个整体，便于后续处理。
Opencv中提供了查找图像轮廓的函数cv2.findContours()，其能查找图像的轮廓信息；cv2.drawContours()能将轮廓画出来。

一.查找并绘制轮廓

1.查找图像轮廓

函数cv2.findContours()的语法格式为：

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

函数参数说明：

（1）返回值contours

返回的是一组轮廓信息，类型为list，但其每个元素的类型为ndarray。其内的每一个元素为一个轮廓，而每一个轮廓由若干点组成。我们可以通过contours[i]来获取图像第i个轮廓的信息。可以用len(contours)来获取其轮廓的个数。

（2）返回值hierarchy

描述不同轮廓之间的层次关系，每个轮廓都含有一个列表来描述当前轮廓所在的层次，形式为：

【Next,Previous,First_child,Parent】
	各元素的含义：
		Next:后一个轮廓的索引编号
		Previous:前一个轮廓的索引编号
		First_child:第一个子轮廓的索引编号
		Parent：父轮廓的索引编号
	若对应元素关系不存在时，则该参数的值为-1

（3）输入参数image

输入图像，一般情况下都是将图像处理为二值图像之后，再讲其作为image参数使用

（4）输入参数mode

其决定轮廓的提取方式，具体为：
1. cv2.RETR_EXTERNAL:只检测外轮廓
2. cv2.RETR_LIST:对检测到的轮廓不建立等级关系
3. cv2.RETR_CCOMP:检索所有轮廓并将他们组织为两级层次结构。上面一层为外边界，下面一层为内孔边界。
4. cv2.RETR_TREE:建立一个等级树结构的轮廓

（5）输入参数method

其决定如何表示轮廓，具体为：
1. cv2.CHAIN_APPROX_NONE：存储所有的轮廓点，相邻两像素点的位置不超过1。
2. cv2.CHAIN_APPROX_SIMPLE：压缩水平方向，垂直方向和对角方向的元素，只保留该方向的终点坐标。例如，对一个矩形，可以用四个点保存其轮廓信息。

2.绘制图像轮廓

cv2.drawContours()绘制图像轮廓，其语法格式：

image=cv2.drawContours(image,contours,contourIdx,color)

参数说明：
image：待绘制轮廓的图像
contours：需要绘制的轮廓，list类型，里面含有多个轮廓信息
contoursIdx：需要绘制轮廓的索引，可以指定需绘制的轮廓，若其为负数，则表明要绘所有的轮廓。
color：绘制轮廓的颜色，用BGR来表示。

3.实例

import cv2
image=cv2.imread("wb3.png")
image2=image.copy()
image1=image.copy()
image1=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
retval,image1=cv2.threshold(image1,127,255,cv2.THRESH_BINARY_INV)
contours,hierarchy=cv2.findContours(image1,cv2.RETR_LIST,cv2.CHAIN_APPROX_NONE)
o=cv2.drawContours(image,contours,-1,(0,0,255))
cv2.imshow("image",image2)
cv2.imshow("edge",o)
cv2.waitKey()
cv2.destroyAllWindows()

运行结果：

二.矩特征

比较两个轮廓最简单的方法为比较二者的轮廓矩。轮廓矩含有对象不同类型的几何特征。

1.轮廓矩的计算

Opencv提供了函数cv2.moments()来获取图像的moments特征。使用轮廓矩可以方便的比较两个轮廓。
函数语法：

retval=cv2.moments(array[,binaryimage])

参数说明：
array：可以是点集，也可以是灰度图像或者二值图像。当array为点集时，其会把这些点集当做轮廓中的顶点。
binaryimage：该参数为True时，图像内所有非零值处理为1。
retval：返回值，其类型为dict，常用的几个键值为：
mm0：零阶矩，代表边缘轮廓面积
中心矩：
二阶中心矩：mu20,mu11,mu02
三阶中心矩：mu30,mu21,mu12,mu03
归一化中心矩
二阶Hu矩：nu20,nu11,nu02
三阶Hu矩：nu30,nu21,nu12,nu03
中心矩具有平移不变性
归一化中心矩具有缩放不变性

2.计算轮廓面积

cv2.contourArea()用于计算轮廓面积，其语法：

retval=cv2.contourArea(contour[,oriented])

参数说明：
retval：轮廓面积
contour：轮廓
oritented：为True是，结果带正负号，表明轮廓是顺时针还是逆时针。默认为False，返回面积的绝对值。

3.计算轮廓周长

cv2.arcLength()用于计算轮廓面积，其语法：

retval=cv2.arcLength(curve[,closed])

参数说明：
retval：轮廓周长
curve：轮廓
closed：用来表示轮廓是否封闭。为True时，表示轮廓是封闭的。

三.轮廓近似

cv2.approxPolyDP()函数对图像轮廓进行多边近似，类似于二分。函数语法格式：

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

参数：
retval:近似后的轮廓值
cnt：原始轮廓
epsilon：阈值

实例：

import cv2
image=cv2.imread("jh3.png")
image2=image.copy()
image1=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
contours,hierarchy=cv2.findContours(image1,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
cnt=contours[1]
epsilon1=0.1*cv2.arcLength(cnt,True)
epsilon2=0.001*cv2.arcLength(cnt,True)
res1=cv2.approxPolyDP(cnt,epsilon1,True)
res2=cv2.approxPolyDP(cnt,epsilon2,True)
o1=cv2.drawContours(image2,[res1],-1,(0,0,255))
o2=cv2.drawContours(image,[res2],-1,(0,0,255))
cv2.imshow("o1",o1)
cv2.imshow("o2",o2)
cv2.waitKey()
cv2.destroyAllWindows()

运行结果：

可以观察到，epsilon（阈值）不同，得到结果不同，且阈值越小，得到的近似图形越精确。