图像轮廓

转载自：https://www.cnblogs.com/REN-Murphy/p/15305827.html

 

图像轮廓
轮廓可以说是一个很好的图像目标的外部特征，这种特征对于我们进行图像分析，目标识别和理解等更深层次的处理都有很重要的意义
换句话说，边缘检测能够测出边缘，但是边缘是不连续的。将边缘连接为一个整体，构成轮廓

需要注意的问题
1> 通常是针对二值图像的轮廓提取，需要预先进行阈值分割或者边缘检测处理
2> 查找轮廓需要更改原始图像，因此，通常使用原始图像的一份拷贝操作
3> 在opencv中，寻找轮廓是针对白色物体的，一定要保证物体是白色，而背景必须是黑色

cv2.findContours()查找图像轮廓函数
contours,hierarchy = cv2.findContours(image,mode,method)
1> contours：轮廓;hierarchy：图像的拓扑信息（轮廓层次）
2> image：原始图像;mode：轮廓检索模式;method：轮廓的近似方法

cv2.drawContours()将查找到图像轮廓绘制到图像上
r = cv2.drawContours(o,contours,contourldx,color[,thickness])
1> r：目标图像，直接修改目标的像素点，实现绘制
2> o：原始图像;contours：需要绘制的边缘数组;contourldx：需要绘制的边缘索引（如果全部绘制则为-1）;color：绘制的颜色;thickness：绘制轮廓时所用的画笔粗细（可选）

import cv2

img = cv2.imread(r"image\contours.bmp",cv2.IMREAD_COLOR)
# 彩色图像转灰度图
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# 灰度图转换为二值图,cv2.THRESH_BINARY（二进制阈值化）
ret,binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)

# cv2.findContours()查找图像轮廓函数
contours,hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

# 拷贝原始图像，因为查找轮廓需要更改原始图像
copy_img = img.copy()
copy_img2 = img.copy()

# cv2.drawContours()将查找到图像轮廓绘制到图像上
# 绘制第一个图像的轮廓
result1 = cv2.drawContours(copy_img,contours,0,(0,255,0),6)
# 绘制所有图像的轮廓
result2 = cv2.drawContours(copy_img2,contours,-1,(0,255,0),6)

cv2.imshow("original",img)
cv2.imshow("result1",result1)
cv2.imshow("result2",result2)

cv2.waitKey(0)
cv2.destroyAllWindows()

提取图像的轮廓，实验结果：