OpenCV学习笔记16-轮廓

1.什么是轮廓

轮廓可以简单认为成将连续的点（连着边界）连在一起的曲线，具有相同的颜色或者灰度。轮廓在形状分析和物体检测识别中很有用。

• 为了更加准确，要使用二值化图像。寻找轮廓之前，要进行阈值化处理或者 Canny 边界检测。
• 查找轮廓的函数会修改原始图像。如果你在找到轮廓之后还想使用原始图像的话，你应该将原始图像存储到其他变量中。
• 查找轮廓就像在黑色背景中找白色物体。你应该记住，要找的物体是白色，背景是黑色。

2.查找轮廓

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

• image：输入的二值化图像；
• mode：轮廓检索模式；
  1.cv2.RETR_LIST：只是提取所有的轮廓，不去创建任何父子关系；
  2.cv2.RETR_EXTERNAL：只返回最外边的轮廓，忽略所有子轮廓；
  3.cv2.RETR_CCOMP：返回所有的轮廓并将轮廓分为两级组织结构；
  4.cv2.RETR_TREE：最完美的一个检索模式，返回所有轮廓，并且创建一个完整的组织结构列表。
• method：轮廓近似方法；
  1.cv2.CHAIN_APPROX_NONE：存储所有边界点；
  2.cv2.CHAIN_APPROX_SIMPLE：去除轮廓上的冗余点，压缩轮廓，节省内存开支（例如轮廓为直线时，只需要存储两个端点即可）。
• 返回值有三个：
  1.图像；
  2.轮廓：列表，存储图像中所有轮廓。每个轮廓是一个Numpy数组，包含对象边界点（x，y）的坐标；
  3.轮廓的层析结构：一个含有四个元素的数组。[Next，Previous，First_Child，Parent]

3.绘制轮廓

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

• image：原始图像；
• contours：轮廓，是一个python列表；
• contourIdx：轮廓的索引（绘制独立轮廓时很有用，设置为-1时绘制所有轮廓）；
• color：轮廓的颜色；
• thickness：轮廓的厚度。

---

import numpy as np
import cv2

img = cv2.imread('1.png')
imggray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imggray, 127, 255, 0)
image, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

#绘制所有轮廓
img = cv2.drawContours(img, contours, -1, (0,255,0), 3)

---