python_cv_轮廓

import cv2
    import numpy as np
    #1、 读入图像
    # img = cv2.imread(r"D:\1.jpg", cv2.IMREAD_UNCHANGED)
    # img = cv2.imread(r"9.bmp", cv2.IMREAD_UNCHANGED)
    img = cv2.imread(r"12.jpg", cv2.IMREAD_UNCHANGED)
    # cv2.imshow("contours", img)

    # 2、二值化 ret:暂时就认为是设定的thresh阈值，thresh：二值化的图像
    ret, thresh = cv2.threshold(cv2.cvtColor(img.copy(), cv2.COLOR_BGR2GRAY),  # 转换为灰度图像,
        130, 255,  # >130的=255  否则=0
        cv2.THRESH_BINARY)  # 黑白二值化

    # 3、搜索轮廓: 返回：图像，轮廓，轮廓的层析结构        输入:图像（二值图像），轮廓检索方式，轮廓近似方法
    contours, hierarchy = cv2.findContours(thresh,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
    # cv2.RETR_EXTERNAL---只检测外轮廓     # cv2.RETR_LIST---检测的轮廓不建立等级关系
    # cv2.RETR_CCOMP-建立两个等级轮廓，上一层为外边界，里层为内孔边界信息  # cv2.RETR_TREE----建立一个等级树结构的轮廓

    # cv2.CHAIN_APPROX_NONE---存储所有边界点      # cv2.CHAIN_APPROX_SIMPLE---压缩垂直、水平、对角方向，只保留端点
    # cv2.CHAIN_APPROX_TX89_L1---使用teh - Chini近似算法     # cv2.CHAIN_APPROX_TC89_KCOS---使用teh - Chini近似算法

    def rect_contours(c,img):
        # 绘制矩形
        rect = cv2.minAreaRect(c)  # 获得最小矩形轮廓 可能带旋转角度
        box = cv2.boxPoints(rect)  # 计算最小区域坐标
        box = np.int0(box)  # 坐标规范化为整数
        cv2.drawContours(img, [box], 0, (0, 0, 255), 3)  # 画出轮廓

    def circle_contours(c,img):
        # 绘制圆形
        (x, y), radius = cv2.minEnclosingCircle(c)  # 计算最小封闭圆形中心、半径
        center = (int(x), int(y))  # 转换成整数
        radius = int(radius)
        img = cv2.circle(img, center, radius, (0, 255, 0), 2)  #img上_画出圆形

    for c in contours:#循环搜索轮廓
        x, y, w, h = cv2.boundingRect(c) #获得一个图像的最小矩形边框
        # 传入一个轮廓图像，返回 x y 是左上角的点， w和h是矩形边框的宽度和高度
        # 画出矩形, img 原图, (x, y)，左上角坐标, (x + w, y + h)右下角坐标, 颜色, 线宽
        cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2) #在img上_绘制普通矩形
        rect_contours(c,img) #在img上_绘制旋转矩形
        circle_contours(c,img)#在img上_绘制圆形
    # 画出轮廓
    # 五个输入：原始图像，轮廓（列表,以数组形式存储，记录每条轮廓所有像素点坐标(x,y)，轮廓索引（当设置为-1时，绘制所有轮廓），画笔颜色，画笔大小
    cv2.drawContours(img, contours, -1, (255, 0, 0), 1)#在img上_绘制轮廓
    cv2.imshow("contours", img)
    cv2.waitKey()
    cv2.destroyAllWindows()