《查找绘制轮廓，计算轮廓面积-python_opencv》

 重点：

一、查找图像轮廓：findContours()函数

coutours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)

    1、image与函数参数中的原图像一致 （opencv4~取消第一个参数）
    2、coutours返回的轮廓
    3、hierarchy图像的拓扑信息（轮廓层次）处理后
    A、image:原始图像（灰度图像自动转换为二值化图像）
    B、mode：轮廓检索模式（所用到的是检测外孔和内孔轮廓）
    C、method：轮廓的近似方法（所用到的是储存所有轮廓点）
二、cv.THRESH_BINARY_INV（反二值化阈值）

ret, binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY_INV)  # 反二值化阈值

三、计算轮廓数量

coutours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)
n = len(coutours)

 四、反二值化阈值参考资料

 

全部代码：

# 导入模块
import cv2 as cv
import numpy as np

# 读取图片（图片路径不能有中文字符）
img1 = cv.imread("experiment/buguize.jpg")
# 创建窗口：'discern'为创建窗口的名字;0是为下一步设置窗口尺寸设置的
cv.namedWindow("img1", 0)
# 设置窗口尺寸，单位为Px(像素)："img1"为要设置尺寸的窗口
cv.resizeWindow("img1", 500, 500)
# 设置窗口位置：img1(要设置位置的窗口名字)，第二和第三个参数为要设置窗口的大小（x,y）
cv.moveWindow("img1", 380, 200)
# 显示窗口:"img1"(内容所显示在的窗口)，第二个参数（要显示的内容）
cv.imshow("img1", img1)
gray = cv.cvtColor(img1, cv.COLOR_BGR2GRAY)  # 色彩转换
ret, binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY_INV)  # 反二值化阈值
# 查找轮廓
coutours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)
n = len(coutours)  # 轮廓数量
coutoursImg = []  # 创建绘制轮廓列表
for i in range(n):
    temp = np.zeros(img1.shape, np.uint8)  # 把图像转换为矩阵
    coutoursImg.append(temp)  # 向列表追加矩阵信息
    # 绘制轮廓:drawContours()
    """绘制轮廓:drawContours()
    1、img2:等待绘制轮廓的图像
    2、coutours：要绘制的轮廓（与findContours()函数输出的coutours参数一致《list类型即：列表类型》）
    3、contourIdx:要绘制一条轮廓还是全部轮廓：如果参数是一个整数或者0表示绘制对应索引号的轮廓[如果是-1表示绘制全部轮廓]
    4、color:绘制颜色，用B,G,R格式表示
    5、thickness:表示绘制时的画笔粗细，如果为-1表示用实心绘制
    6、lineType：表示绘制线轮廓时的线形
    7、hierarchy:所输出的层次信息
    8、maxLevel:控制轮廓层次的深度(如果是0表示绘制地0层轮廓)
    9、offset：偏移参数使轮廓偏移一定位置用[ x , y ]坐标表示
    """
    # coutoursImg[i] = cv.drawContours(coutoursImg[i], coutours, i, (255, 255, 255), 3
    coutoursImg[i] = cv.drawContours(img1, coutours, i, (0, 255, 0), 3
                                     )
    if cv.contourArea(coutours[i]) > 1500:
        print("第" + str(i + 1) + "个图形的面积是：" + str(cv.contourArea(coutours[i])) + "个像素点")
        # cv.imshow("coutours[" + str(i) + "]", coutoursImg[i])
        # 创建窗口：'discern'为创建窗口的名字;0是为下一步设置窗口尺寸设置的
        cv.namedWindow('chulihou', 0)
        # 设置窗口尺寸，单位为Px(像素)：'discern'为要设置尺寸的窗口
        cv.resizeWindow('chulihou', 500, 500)
        # 设置窗口位置
        cv.moveWindow("chulihou", 900, 200)
        cv.imshow("chulihou", img1)
# 键盘输入检测，参数为显示时长，如果参数为0就是键盘按下退出显示
cv.waitKey()
# 关闭所有窗口
cv.destroyAllWindows()

运行效果：