Python-OpenCV 笔记6 -- 轮廓（Contours）
Python-OpenCV 笔记6 – 轮廓（Contours）
参考文档： https://docs.opencv.org/3.4/dd/d49/tutorial_py_contour_features.html
1、查找轮廓 findContours
函数原型
image, contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]])
参数：
- image：8位单通道二值图，如果为灰度图非0值为1
- mode：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
- method：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：
- image：被处理的图片，正常没用
- contours：numpy的ndarray，每个元素都是图像中的一个轮廓，每个元素包括多个点
- hierarchy：numpy的ndarray，元素个数和轮廓个数相同，轮廓 contours[i] 对应于hierarchy[i]，每个 hierarchy 元素包括四个元素 hierarchy[i][0] ~ hierarchy[i][3]，分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号，如果没有对应项，则该值为负数。
# 实例
img = cv2.imread('1.jpg')
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)
2、绘制轮廓 findContours
函数原型
cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]])
参数：
- image：输入图像
- contours：轮廓，一个轮廓2个点的维数为（1,1,2,1,2）
- contourIdx：绘制contours中的哪条轮廓，如果是-1，则绘制其中的所有轮廓
- color：绘制的轮廓的颜色
- thickness：轮廓线的宽度，如果是 -1（cv2.FILLED），则为填充模式
# 实例
cv2.drawContours(img,contours,-1,(0,0,255),3)
cv2.imshow("img", img)
cv2.waitKey(0)
3、轮廓的特征 Contour Features
3.1、矩：cv2.moments()
函数原型：
cv2.moments(array[, binaryImage])
- array：单个轮廓，1xNx1x2维的数组，即N个二维点
- binaryImage：如果为True，非0的像素值=1，默认为False
- 返回轮廓区域的矩的字典
实例：
import numpy as np
import cv2
img = cv2.imread('star.jpg',0)
ret, thresh = cv2.threshold(img,127,255,0)
im2,contours,hierarchy = cv2.findContours(thresh, 1, 2)
cnt = contours[0]
M = cv2.moments(cnt)
# 计算x,y轴的矩
cx = int(M['m10']/M['m00'])
cy = int(M['m01']/M['m00'])
3.2、面积：cv2.contourArea()
函数原型：
cv2.contourArea(contour[, oriented])
- contour：单个轮廓，1xNx1x2维的数组，即N个二维点
- oriented：如果为True，可以获得轮廓的方向标志，默认为False
- 返回轮廓区域的面积
实例：
area = cv2.contourArea(cnt)
3.3、周长：cv2.arcLength()
函数原型：
cv2.arcLength(curve, closed)
- curve：单个轮廓，1xNx1x2维的数组，即N个二维点
- closed：指示曲线是否闭合的标志
- 返回轮廓区域的周长
实例：
perimeter = cv2.arcLength(cnt, True)
3.4、凸性检测：cv2.isContourConvex()
函数原型：
cv2.isContourConvex(contour)
- contour：单个轮廓，1xNx1x2维的数组，即N个二维点
- 返回轮廓是否为凸性的，是为True，否为False
实例：
k = cv2.isContourConvex(cnt)
4、轮廓近似 Contour Approximation
4.1、多边形近似：cv2.approxPolyDP()
函数原型：
cv2.approxPolyDP(curve, epsilon, closed[, approxCurve])
- curve：单个轮廓，1xNx1x2维的数组，即N个二维点
- epsilon：点的最大距离
- closed：设置曲线是否闭合，即得到首尾两点是否为同一点
- 返回近似轮廓的二维点集
实例：
epsilon = 0.1*cv2.arcLength(cnt, True)
approx = cv2.approxPolyDP(cnt, epsilon, True)
4.2、凸包近似：cv2.convexHull()
函数原型：
cv2.convexHull(points[, hull[, clockwise[, returnPoints]]])
- points：单个轮廓，1xNx1x2维的数组，即N个二维点
- hull：输出数组，正常不用
- clockwise：如果True，输出的凸包是顺时针方向，否则为默认的逆时针。
- returnPoints：默认值为True，返回凸包上点的坐标，如果为False，返回与凸包点对应的轮廓上的点。
- 返回近似轮廓的二维点集
实例：
hull = cv2.convexHull(cnt)
4.3、矩形近似：Bounding Rectangle
函数原型：
# 普通矩形
cv2.boundingRect(points) # 1
# 可旋转矩形，即最小的外包矩形
cv2.minAreaRect(points) # 2
# 矩形表达形式的装换
cv2.boxPoints(box) # 3
- points：单个轮廓，1xNx1x2维的数组，即N个二维点
- box：四个二维点的数组
- 返回：
- 1：近似矩形的左上角点坐标、矩形的宽和高（x,y,w,h）
- 2：近似矩形的最上角点坐标（x,y），矩形的宽和高（w,h）及旋转角度θ（°）
- 3：转换为矩形的四个角点坐标
实例：
# 普通矩形
x,y,w,h = cv2.boundingRect(cnt)
cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)
# 可旋转矩形，即最小的外包矩形
rect = cv2.minAreaRect(cnt)
box = cv2.boxPoints(rect)
box = np.int0(box)
cv2.drawContours(img,[box],0,(0,0,255),2)
4.4、其它近似
# 最小外接圆
(x,y),radius = cv2.minEnclosingCircle(cnt)
center = (int(x),int(y))
radius = int(radius)
cv2.circle(img,center,radius,(0,255,0),2)
# 最小外接椭圆
ellipse = cv2.fitEllipse(cnt)
cv2.ellipse(img,ellipse,(0,255,0),2)
# 拟合直线
rows,cols = img.shape[:2]
[vx,vy,x,y] = cv2.fitLine(cnt, cv.DIST_L2,0,0.01,0.01)
lefty = int((-x*vy/vx) + y)
righty = int(((cols-x)*vy/vx)+y)
cv2.line(img,(cols-1,righty),(0,lefty),(0,255,0),2)