轮廓发现(16)

一 函数介绍

findContours 寻找轮廓

cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]])

• 参数

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（本文介绍的都是新的cv2接口）：
    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

 

• 返回值

contour  :轮廓要素,列表

hierarchy:轮廓属性

 

cv2.drawContours 绘制轮廓

drawContours(   image, 
                contours, 
                contourIdx, 
                color, 
                thickness=None, 
                lineType=None, 
                hierarchy=None, 
                maxLevel=None, 
                offset=None
                )

 

参数解释

.   @param image Destination image.　
　　　　　　　　　　绘制到那张图

.   @param contours All the input contours. Each contour is stored as a point vector.
　　　　　　　　　　　　有输入轮廓。每个轮廓都存储为点矢量。
.   @param contourIdx Parameter indicating a contour to draw. If it is negative, all the contours are drawn.
　　　　　　　　　　指示要绘制的轮廓的参数。如果是negative，则绘制所有轮廓。

.   @param color Color of the contours.
　　　　　　　　　　绘制线条的颜色
.   @param thickness Thickness of lines the contours are drawn with. If it is negative (for example,
.   thickness=#FILLED ), the contour interiors are drawn.
　　　　　　　　绘制的线的宽度,如果为<=0,则表示填充
.   @param lineType Line connectivity. See #LineTypes
.   @param hierarchy Optional information about hierarchy. It is only needed if you want to draw only
.   some of the contours (see maxLevel ).
.   @param maxLevel Maximal level for drawn contours. If it is 0, only the specified contour is drawn.
.   If it is 1, the function draws the contour(s) and all the nested contours. If it is 2, the function
.   draws the contours, all the nested contours, all the nested-to-nested contours, and so on. This
.   parameter is only taken into account when there is hierarchy available.
.   @param offset Optional contour shift parameter. Shift all the drawn contours by the specified
.   \f$\texttt{offset}=(dx,dy)\f$ .

 

三 简单边缘发现代码实现

 

 

代码

 

import cv2 as cv
import numpy as np


# 轮廓发现
def contous_image(image):
    #高斯模糊去除噪点
    dst = cv.GaussianBlur(image, (3, 3), 0)
    gray = cv.cvtColor(dst, cv.COLOR_BGR2GRAY)
    #图像反转
    rev=cv.bitwise_not(gray)
    ret, binary = cv.threshold(rev, 30, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
    cv.imshow("binary", binary)
    contous, heriachy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
    for i, contou in enumerate(contous):
        cv.drawContours(image, contous, i, (0, 0, 255), 2,)
    cv.imshow("lunkuo", image)
    for i, contou in enumerate(contous):
        #-1 表示轮廓填充
        cv.drawContours(image, contous, i, (0, 0, 255), -1)
    cv.imshow("lunkuofill", image)


src = cv.imread("yingbi.jpg")
cv.imshow("before", src)
contous_image(src)
cv.waitKey(0)
cv.destroyAllWindows()

 

 

效果展示

 

四 基于canny边缘提取的轮廓发现

代码

# -*- coding=GBK -*-
import cv2 as cv
import numpy as np


def edge_demo(image):
    '边缘提取函数'
    blurred=cv.GaussianBlur(image,(3,3),0)
    gray=cv.cvtColor(blurred,cv.COLOR_BGR2GRAY)
    #x Grad
    xgrad=cv.Sobel(gray,cv.CV_16SC1,1,0)
    ygrad=cv.Sobel(gray,cv.CV_16SC1,0,1)
    #边缘提取
    # edge_output=cv.Canny(xgrad,ygrad,50,150)
    edge_output=cv.Canny(gray,30,150)
    cv.imshow('Canny',edge_output)
    return  edge_output


# 轮廓发现
def contous_image(image):
    binary=edge_demo(image)
    contous, heriachy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
    for i, contou in enumerate(contous):
        cv.drawContours(image, contous, i, (0, 0, 255), 2,)
    cv.imshow("lunkuo", image)
    for i, contou in enumerate(contous):
        #-1 表示轮廓填充
        cv.drawContours(image, contous, i, (0, 0, 255), -1)
    cv.imshow("lunkuofill", image)


src = cv.imread("yingbi.jpg")
cv.imshow("before", src)
contous_image(src)
cv.waitKey(0)
cv.destroyAllWindows()

 

 效果展示