一·、轮廓检测
边缘检测虽然能够检测边缘,但是其边缘并不是连续的,图像轮廓用于检测一个整体,来用于后续进行其他处理。opencv提供了两个函数来完成这些操作:
findContours():该函数可以查找轮廓
drawContours():绘制轮廓
轮廓与边缘的区别在于:轮廓是一条完整、连续的边缘。轮廓上的像素点表示实际图像中的连续曲线–即物体的外形轮廓。
函数的具体用法:
contours, hierarchy = cv2.findContours(img, mode=, method=)
传入参数说明:
img : 传入图像
mode: 轮廓的检索模式,其具体参数如下:
RETR_EXTERNAL:只检索最外面的轮廓
RETR_LIST:检索所有轮廓,并将其保存到一条链表中
.最简单的轮廓建立方式,不保存其父子关系。
此时的hierarchy中 Fist_Child、Parent的值均为-1存储。
RETR_CCOMP:检索所有轮廓,并将它们组织为两层,顶层为各部分的外部边界,第二层为空洞的边界;
RETR_TREE:检索所有的轮廓,并重构嵌套轮廓的整个层次;比较常用
method : 轮廓逼近方法 其参数如下:
CHAIN_APPROX_NONE:以Freeman链码的方式输出轮廓,所有其他方式输出多边形(顶点的序列).
CHAIN_APPROX_SIMPLE:压缩水平的、垂直的和斜的部分,函数只保留终点部分
等等
返回参数说明:
contours:该返回值返回的是一组轮廓信息,每个轮廓由若干个点组成。其类型为list,因此可以使用索引来寻找第i个轮廓上的第i个点。存储在该变量内的每个元素的类型为ndarray类型。获取轮廓的个数可以使用:
len(contours)
获取每个轮廓的点数使用:
len(contours[想要索引的第i个元素]
使用.shape获取每个轮廓的属性
hierarchy :图像内的轮廓可能存在包含关系,这样就形成了父子轮廓。一般被包围的轮廓称为父轮廓,其内部的轮廓称为子轮廓。
每个轮廓都有四个元素来说明其关系,其思想可以参照二叉树的思想。形式为:
[
Next:后一个轮廓编号
Previous:前一个轮廓索引
Fist_Child: 第一个子轮廓编号
Parent: 父轮廓索引编号
]
二、代码实现
1、 代码如下:
为了更高的准确率,使用二值图像:
def f_contours():
img = cv