OpenCV轮廓Contour与连通域Connection
朋友们,今天我想跟大家分享OpenCV中的轮廓Contour与连通域Connection相关的知识。
通过这篇blog,你将了解:
- 怎么对图片进行二值化
- 什么是OpenCV 中的轮廓与连通域。
- 如何用OpenCV 提取轮廓和连通域。
- 如何使用不同的颜色来显示这些轮廓与连通域。
- 轮廓与连通域的区别。
在得到二值图的基础上,今天我想跟大家分享以下如何在OpenCV中提取轮廓Contour和连通域,并且用不同的颜色绘制出来。颜色可以是自己预先定义好的,也可以是随机生成的。
图片的二值化
我们先对图片进行二值化,对图片R通道进行二值化,得到R通道灰度值在50到200之间的区域。朋友们在使用cv2.threshold
这个函数的时候需要注意的是,这个函数的第三个输入变量并不是灰度的阈值,而是这个区域会被涂成什么灰度。
self.low_threshold = [50]
self.high_threshold = [200]
(self.B, self.G, self.R) = cv2.split(self.img)
ret, thresh = cv2.threshold(self.R, self.low_threshold[0], 255, cv2.THRESH_BINARY)
ret, thresh1 = cv2.threshold(self.R, self.high_threshold[0], 255, cv2.THRESH_BINARY_INV)
self.region = cv2.bitwise_and(thresh, thresh1)
cv2.imshow('二值化',self.region)
cv2.waitKey(0)
运行这些代码之后,我们会得到这样一张二值图:
在这张二值图的基础上,我们就可以进行轮廓和连通域的提取了。
轮廓和连通域的提取
轮廓的提取:
contours, hierarchy = cv2.findContours(self.region,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
连通域的提取:
retval, labels, stats, centroids = cv2.connectedComponentsWithStats(self.region,connectivity=8)
cv2.connectedComponentsWithStats
可以直接将连通域的外接矩形和中心点,面积一起得到,如果不需要这些信息,可以使用cv.connectedComponents
12色绘制
由于随机生成的颜色有可能过于接近或者过暗,参照halcon的显示方法,我们先定义好12种颜色:
在代码中我们这样定义,注意OpenCV的顺序是BGR。
self.colors = [(0,0,255),(255,0,0),(0,255,0),(0,128,255),(0,255,255),(0,255,128),(128,255,0),(255,255,0),(255,128,0),(255,0,128),(255,0,255),(128,0,255)]
轮廓的绘制:
for i in range(0, len(contours)):
cnt = contours[i]
area = cv2.contourArea(cnt)
# 判断轮廓是否满足面积要求
if(area>300):
color = colors[i%12]
cv2.drawContours(display, [cnt], -1, color, -1)
连通域的绘制:
for (i, label) in enumerate(np.unique(labels)):
# 如果是背景,忽略
if label == 0:
# print("[INFO] label: 0 (background)")
continue
numPixels = stats[i][-1]
# 判断区域是否满足面积要求
if numPixels > 300:
color = self.colors[i % 12]
self.frame[labels == label] = [color[2], color[1], color[0]]
轮廓与连通域的比较
下面这张图左半部分是12色绘制轮廓,右半部分是12色绘制的连通区域
大家看到两张图有什么不同了吗? 哈哈,看看能看到有几处不一样
大家看白武士的嘴巴,耳朵和肩膀的位置,可以看到右边的连通域图片上这些位置是空的,而轮廓图片上却把这些位置都用彩色表示来出来。
这是因为在OpenCV中Contour是分等级的,被包围的空白区域也是轮廓。简言之比如下图中2a这个轮廓是隶属于2,3a隶属于3。关于这一点大家可以看一下OpenCV的文档。
还有一点不同,白武士眼角的部分在轮廓图像中比较平滑,这是因为在提取轮廓的过程中使用的cv2.CHAIN_APPROX_SIMPLE
这个参数,对轮廓进行来近似。
总结
我们一起梳理了从图像二值化,到轮廓连通域的绘制,再到12色显示,异同比较这些经典且非常实用的OpenCV 知识点,如果你正在使用或者学习OpenCV,相信这篇帖子一定会对你有所帮助。
如果您想系统的掌握更多OpenCV 的知识,我向大家推荐一下我的视频课《OpenCV从萌新到专家》.这篇帖子的完整代码我也会传到这门课程中。
在我的视频课中我将向您介绍丰富的OpenCV,Deep Learning 的知识,并且全部都配有完整的代码和数据,购买课程之后可以跟我一对一的沟通交流,相信学完之后您一定会收获满满。谢谢大家的支持!我在课程中等大家:)