一、转化为灰度图
path = 'Resources/shapes.png'
img = cv2.imread(path)
imgContour = img.copy()
imgGray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
转换为灰度图之后
二、模糊处理
GaussianBlur()函数
对图像进行平滑(模糊)处理,上面代码展示是对灰度图像的模糊化处理。
imgBlue = cv2.GaussianBlur(imgGray,(7,7),1)
常用的参数是 cv2.GaussianBlur(src, (blur1, blur2), 0):
第一个参数指的是原图像,
第二个参数高斯核大小,一般是奇数,其中越大则模糊程度越大,(1,1)则表示不处理,两个数可以不同。
第三个参数指的是标准差,一般取0。
三、边缘检测
Canny()函数
对图像进行边缘检测。在使用高斯滤波去除图像噪点消除影响后,可以对图像进行边缘检测。常用参数cv2.Canny(src, thresh1, thresh2) :
第一个参数:src表示输入的图片,
第二个参数:thresh1表示最小阈值,
第三个参数:thresh2表示最大阈值,双阈值用于删选边缘信息。
imgCanny = cv2.Canny(imgBlue,50,50)
四、轮廓识别读取
cv2.findContours()函数
cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]])
第一个参数是寻找轮廓的图像
第二个参数表示轮廓的检索模式,有四种:
cv2.RETR_EXTERNAL表示只检测外轮廓
cv2.RETR_LIST检测的轮廓不建立等级关系
cv2.RETR_CCOMP建立两个等级的轮廓,上面的一层为外边界,里面的一层为内孔的边界信息。如果内孔内还有一个连通物体,这个物体的边界也在顶层。
cv2.RETR_TREE建立一个等级树结构的轮廓。
第三个参数method为轮廓的近似办法
cv2.CHAIN_APPROX_NONE存储所有的轮廓点,相邻的两个点的像素位置差不超过1,即max(abs(x1-x2),abs(y2-y1))==1
cv2.CHAIN_APPROX_SIMPLE压缩水平方向,垂直方向,对角线方向的元素,只保留该方向的终点坐标,例如一个矩形轮廓只需4个点来保存轮廓信息
cv2.CHAIN_APPROX_TC89_L1,CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法
coutuors,hierarchy = cv2.findContours(img,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)
返回值
contour返回值
v2.findContours()函数首先返回一个list,list中每个元素(本例为2个)都是图像中的一个轮廓信息,list中每个元素(轮廓信息)类型为ndarray。len(contours[1]) 表示第一个轮廓储存的元素个数,即该轮廓中储存的点的个数。本例第一个轮廓为矩形,轮廓中有4个点,这是因为当参数mode 设置成: cv2.CHAIN_APPROX_SIMPLE ,轮廓中并不是存储轮廓上所有的点,而是只存储可以用直线描述轮廓的点的个数,比如一个“正立”的矩形,只需4个顶点就能描述轮廓。
print(type(contours)) # 输出为:<class 'list'>
print(type(contours[0])) # 输出为:<class 'numpy.ndarray'>
print(len(contours)) # 图像中轮廓的数量,输出为:2
print(len(contours[1])) # 轮廓1(矩形)中的元素(点)的数量, 输出为:4
hierarchy:
此外,该函数还可返回一个可选的hiararchy结果,这是一个ndarray,其中的元素个数和轮廓个数相同,每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0] ~hierarchy[i][3],分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号,如果没有对应项,则该值为负数。
五、轮廓的绘制
cv2.drawContours()函数
cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset ]]]]])
- 第一个参数是指明在哪幅图像上绘制轮廓;
- 第二个参数是轮廓本身,在Python中是一个list。
- 第三个参数指定绘制轮廓list中的哪条轮廓,如果是-1,则绘制其中的所有轮廓。后面的参数很简单。其中thickness表明轮廓线的宽度,如果是-1(cv2.FILLED),则为填充模式。
cv2.drawContours(imgContour,cnt,-1,(0,255,0),3)
def getContours(img):
coutuors,hierarchy = cv2.findContours(img,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)
for cnt in coutuors:
area = cv2.contourArea(cnt)
print(area)
if area>500:##识别图形并过滤
cv2.drawContours(imgContour,cnt,-1,(0,255,0),3)
peri = cv2.arcLength(cnt,True)
print(peri)
approx = cv2.approxPolyDP(cnt,0.02*peri,True)
print(len(approx))##找近似角点
六、轮廓属性
.1.轮廓面积
轮廓面积由函数cv2.contourArea()得到
area=cv2.contourArea(cnt)
2.轮廓周长
以用cv2.arcLength()函数得到。第二个参数指定形状是否是闭合的轮廓(如果传True)。或者只是个曲线。
perimeter=cv2.arcLength(cnt,True)