OpenCV_查找、绘制轮廓
目录
- 前言
- 查找轮廓
- C++
- Python
- 绘制轮廓
- C++
- Python
- 整体代码_Python
- 结果
前言
查找轮廓
C++
函数调用：
void findContours （ InputOutputArray image，OutputArrayOfArrays contours，int mode，int method，Point offset = Point（））
参数详解如下：
image - Source，一个8位单通道图像。非零像素被视为1。零像素保持为0，因此图像被视为 二进制。您可以使用 compare（）， inRange（）， threshold（）， adaptiveThreshold（）， Canny（）等来从灰度或彩色图像中创建二进制图像。该功能 在提取轮廓时修改 图像。如果mode等于CV_RETR_CCOMP或CV_RETR_FLOODFILL，则输入也可以是标签的32位整数图像（CV_32SC1）。
轮廓 - 检测到的轮廓。每个轮廓都存储为点矢量。
hierarchy - 可选输出向量，包含有关图像拓扑的信息。它具有与轮廓数量一样多的元素。对于每个第i个轮廓 轮廓[i]，元素 层次[i] [0]， 层次[i] [1]， 层次[i] [2]和 层次[i] [3] 被设置为0-基于指数 的轮廓 下一个和先前轮廓在同一层次，第一个孩子轮廓和母轮廓，分别。如果轮廓 i 没有下一个，前一个，父级或嵌套轮廓，则层次结构[i]的相应元素 将为负数。
mode -
轮廓检索模式（如果使用Python，请参阅下面的注释）。
CV_RETR_EXTERNAL查找外边缘，各边缘以指针h_next相连，它设置所有的轮廓hierarchy[i][2=hierarchy[i][3]]=-1。
CV_RETR_LIST检索所有轮廓而不建立任何层次关系。
CV_RETR_CCOMP检索所有轮廓并将它们组织成两级层次结构。在顶层，组件有外部边界。在第二层，有孔的边界。如果连接组件的孔内有另一个轮廓，它仍然位于顶层。
CV_RETR_TREE检索所有轮廓并重建嵌套轮廓的完整层次结构。这个完整的层次结构是在OpenCV contours.c 演示中构建和显示的 。
方法 -
轮廓近似方法（如果使用Python，请参见下面的注释）。
CV_CHAIN_APPROX_NONE绝对存储所有轮廓点。也就是说，轮廓的任何2个后续点（x1，y1）和（x2，y2）将是水平，垂直或对角线邻居，即max（abs（x1-x2），abs（y2-y1）） == 1。
CV_CHAIN_APPROX_SIMPLE压缩水平，垂直和对角线段，仅留下其端点。例如，右上方的矩形轮廓用4个点编码。
CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS应用了Teh-Chin链式近似算法的一种风格。有关详细信息，请参阅 [TehChin89]。
offset - 每个轮廓点移动的可选偏移量。如果从图像ROI中提取轮廓然后应在整个图像上下文中分析轮廓，则这非常有用。
实际应用：
findContours( canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0) );
Python
函数调用：
cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]]) → image, contours, hierarchy
python调用cv2.findContours时报错：ValueError: not enough values to unpack (expected 3, got 2)
原因：OpenCV旧版，返回三个参数：
img, contours, hierarchy = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
OpenCV 新版调用，返回两个参数：
contours, hierarchy = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
实际应用-----Python：
image , contours , hierarchy = cv2.findContours ( binary , cv2.RETR_EXTERNAL , cv2.CHAIN_APPROX_SIMPLE )
绘制轮廓
C++
函数调用：
void drawContours （ InputOutputArray image，InputArrayOfArrays contours，int contourIdx，const Scalar＆color，int thickness = 1，int lineType = LINE_8，InputArray hierarchy = noArray（），int maxLevel = INT_MAX，Point offset = Point（））
参数详解如下：
image - 目标图像。
contours - 所有输入轮廓。每个轮廓都存储为点矢量。
contourIdx - 指示要绘制的轮廓的参数。如果是负数，则绘制所有轮廓。
Scalar＆color- 轮廓的颜色。
thickness - 绘制轮廓线条的粗细。如果它是负的（例如， 厚度= CV_FILLED），则绘制轮廓内部。
lineType - 线路连接。有关 详细信息，请参阅 line（）。
hierarchy - 有关层次结构的可选信息。只有在想要绘制一些轮廓时才需要它（参见 maxLevel）。
maxLevel - 绘制轮廓的最大级别。如果为0，则仅绘制指定的轮廓。如果为1，则该函数绘制轮廓和所有嵌套轮廓。如果为2，则该函数绘制轮廓，所有嵌套轮廓，所有嵌套到嵌套轮廓，等等。仅当有 可用的层次结构时才考虑此参数 。
offset - 可选的轮廓偏移参数。按指定的方式移动所有绘制的轮廓 \ texttt {偏移量} =（DX，DY）。
contour - 指向第一个轮廓的指针。
external_color - 外部轮廓的颜色。
hole_color - 内部轮廓（孔）的颜色。
实际应用：
Mat drawing = Mat::zeros( canny_output.size(), CV_8UC3 );
Python
函数调用：
cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]]) → image
实际应用-----Python：
cv2.drawContours(img,contours,-1,(0,0,255),3)
整体代码_Python
import cv2
img=cv2.imread('github1.jpg')
img = cv2.resize(img,(400, 400), interpolation = cv2.INTER_CUBIC)
cv2.imshow("img",img)
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,binary=cv2.threshold(gray,127,255,cv2.THRESH_BINARY)
contours,hierarchy=cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img,contours,-1,(0,0,255),3)
cv2.imshow("findContours",img)
cv2.waitKey(0)
结果
