OpenCV 轮廓检测
所用函数简介
cv2.threshold() 二值化
cv2.threshold(src, thresh, maxval, type[, dst]) → retval, dst
| 参数 | 意义 |
|---|---|
| src | 表示的是图片源 |
| thresh | 表示的是阈值（起始值） |
| maxval | 表示的是最大值 |
| type | 表示的是这里划分的时候使用的是什么类型的算法，常用值为0（cv2.THRESH_BINARY） |
cv2.findContours() 轮廓检测
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：
| 参数 | 意义 |
|---|---|
| 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，上面一层为外边界，里面一层为内孔的边界信息 |
| 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:
| 参数 | 意义 |
|---|---|
| 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 | teh-Chinl chain 近似算法 |
函数版本报错:
因为cv2.findContours()函数在不同OpenCV版本返回值有着不同区别,若出现返回值不足或过多等报错,可自行调整版本号或调整返回变量个数.
OpenCV2和OpenCV4中：
findContours这个轮廓提取函数会返回两个值：
①轮廓的点集(contours)
②各层轮廓的索引(hierarchy)
OpenCV3中：
则会返回三个值：
①处理的图像(image)
②轮廓的点集(contours)
③各层轮廓的索引(hierarchy)
cv2.drawContours() 轮廓绘制
cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]]) -> image
参数：
image - 目标图像
contours - 所有的输入轮廓，每个轮廓为点矢量（a point vector）/点向量 形式，与findcontours中的返回值 contours 的列表list形式一致（具体详见代码）
contourIdx - 指定轮廓列表的索引 ID（将被绘制），若为负数，则所有的轮廓将会被绘制。
color - 绘制轮廓的颜色。
thickness - 绘制轮廓线条的宽度，若为负值或CV.FILLED则将填充轮廓内部区域
lineType - Line connectivity,（有的翻译线型，有的翻译线的连通性）
hierarchy - 层次结构信息，与函数findcontours()的hierarchy有关
maxLevel - 绘制轮廓的最高级别。若为0，则绘制指定轮廓；若为1，则绘制该轮廓和所有嵌套轮廓（nested contours）；若为2，则绘制该轮廓、嵌套轮廓（nested contours）/子轮廓和嵌套-嵌套轮廓（all the nested-to-nested contours）/孙轮廓，等等。该参数只有在层级结构时才用到。
offset - 按照偏移量移动所有的轮廓（点坐标）。
代码示例
原图
轮廓检测
import numpy as np
import cv2
from scipy import ndimage
%matplotlib notebook
from matplotlib import pyplot as plt
def a(img):
img2 = cv2.cvtColor(img, cv2.COLOR_BGRA2RGB)
plt.imshow(img2)
img = cv2.imread('tim.jpg')
img1 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(img1, 127, 255, 0)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
color = cv2.cvtColor(img1, cv2.COLOR_GRAY2BGR)
cv2.drawContours(color, contours, -1, (0, 255, 0), 2)
a(color)
代码环境介绍
处理后:
