opencv-python 图像处理 —— 轮廓检测

轮廓检测

1、阈值函数 cv2.threshold()

这个函数有四个参数，第一个原图像，第二个进行分类的阈值，第三个是高于（低于）阈值时赋予的新值，第四个是一个方法选择参数，常用的有：
• cv2.THRESH_BINARY（黑白二值）
• cv2.THRESH_BINARY_INV（黑白二值反转）
• cv2.THRESH_TRUNC （得到的图像为多像素值）
• cv2.THRESH_TOZERO
• cv2.THRESH_TOZERO_INV
该函数有两个返回值，第一个retVal（得到的阈值值），第二个就是阈值化后的图像。
测试一下方法选择参数的值

import cv2

print(cv2.THRESH_BINARY) # 黑白二值
print(cv2.THRESH_BINARY_INV) # 黑白二值反转
print(cv2.THRESH_TRUNC) # 得到的图像为多像素值
print(cv2.THRESH_TOZERO)
print(cv2.THRESH_TOZERO_INV )

得到这样的结果

对比图（图片来源：https://blog.csdn.net/on2way/article/details/46812121）

2、使用threshold函数的黑白二值反转实例

import cv2
import numpy as np

img = np.zeros((200, 200), dtype=np.uint8)
img[50:150, 50:150] = 255

ret, thresh = cv2.threshold(img, 127, 255, 1)

cv2.imshow('Image', img)
cv2.imshow('Image2', thresh)
cv2.waitKey()
cv2.destroyAllWindows()

3、轮廓检测，绘制轮廓

import cv2
import numpy as np

img = np.zeros((500, 500), dtype=np.uint8)
img[50:150, 50:150] = 255 # 画出白色的块

ret, thresh = cv2.threshold(img, 127, 255, 0) # 阈值函数

contours, hierarchy = cv2.findContours( # 轮廓检测
    thresh,
    cv2.RETR_TREE,
    cv2.CHAIN_APPROX_SIMPLE
)
color = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) # 转化成BGR图
img = cv2.drawContours(color, contours, -1, (0, 255, 0), 2) # 绘制绿色轮廓

cv2.imshow('Contours', color)
cv2.waitKey()
cv2.destroyAllWindows()

结果