OPENCV FOR PYTHON 学习笔记 - 图像轮廓

轮廓是什么？

　　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。

注意的问题：

　　1.对象是二值图像，所以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，是从黑色背景中查找白色对象，因此，对象必须是白色的，背景必须是黑色的。

轮廓检测也是图像处理中经常用到的。OpenCV-Python接口中使用cv2.findContours()函数来查找检测物体的轮廓。

import cv2 as cv

img = cv.imread("lena.jpg",cv.IMREAD_UNCHANGED)
#灰度图
gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
#二值图
ret, binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY)
cv.imshow("binary",binary)

contoursImg = binary.copy()
#轮廓检测
contours, hierarchy = cv.findContours(contoursImg,cv.RETR_TREE,cv.CHAIN_APPROX_SIMPLE) 
#绘制轮廓
drawContours = cv.drawContours(contoursImg,contours,-1,(255,0,255),1)
cv.imshow("drawContours",contoursImg)

cv.waitKey()
cv.destroyAllWindows()

　需要注意的是cv2.findContours()函数接受的参数为二值图，即黑白的（不是灰度图），所以读取的图像要先转成灰度的，再转成二值图。

cv2.findContours()函数

函数的原型为：

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

　　返回两个值：contours：hierarchy。

　　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：

　　　　cv2.findContours()函数返回两个值，一个是轮廓本身，还有一个是每条轮廓对应的属性。

轮廓的绘制：OpenCV中通过cv2.drawContours在图像上绘制轮廓。 

cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset ]]]]])

• 第一个参数是指明在哪幅图像上绘制轮廓；
• 第二个参数是轮廓本身，在Python中是一个list。
• 第三个参数指定绘制轮廓list中的哪条轮廓，如果是-1，则绘制其中的所有轮廓。后面的参数很简单。其中thickness表明轮廓线的宽度，如果是-1（cv2.FILLED），则为填充模式。