python+OpenCV图像处理（十一）图像轮廓检测

图像轮廓检测

（一）检测轮廓

在OpenCV-python中，使用cv2.findContours()函数来对图像进行轮廓检测。

返回三个值：image，contours，hierarchy

contours指的是轮廓本身，hierarchy是每条轮廓对应的属性

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：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为轮廓的近似方法。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(y1-y2)）=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，例如一个矩阵轮廓只需4个点来保存轮廓信息。    cv2.CHAIN_APPROX_TC89_L1,    cv2.CHAIN_APPROX_TC89_KCOS使用teh-Chini chain近似算法  

 （二）绘制轮廓

OpenCV中使用cv2.drawContours在图像上绘制轮廓

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

参数：

• 第一个参数传入所要绘制轮廓的背景图片
• 第二个参数是轮廓本身
• 第三个参数指定绘制轮廓中的哪条轮廓，如果是-1，则绘制其中的所有的轮廓。thickness表示的是轮廓的宽度，如果是-1（cv2.FILLED），表示为填充模式。

（三）代码实现 

# 轮廓检测
img = cv2.imread('2.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 获取灰度图
ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)  # 利用阈值自动选择的方法获取二值图像
image, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)  # 检测轮廓
cv2.drawContours(img, contours, -1, (0, 255, 0), 1)  # 画出轮廓
cv2.imshow('gray', binary)
cv2.imshow('res', img)
cv2.waitKey(0)
cv2.destroyAllWindows()