立即学习:https://edu.csdn.net/course/play/10552/234954?utm_source=blogtoedu
图像轮廓
边缘检测能过检测出边缘,但是边缘时不连续的(线段或者点)。将边缘连接为一个整体,构成轮廓。
*注意:
①对象是二值图像,需要先阈值分割,边缘检测。
②绘制轮廓需要更改原始图像,通常先拷贝src
③在opencv中,是从黑色背景中查找白色对象。因此,对象必须是白色(前景色),背景必须是黑色(背景色)。
使用函数:
cv2.findContours() 查找轮廓
image,contours,hierarchy=cv2.findContours(src,mode,method)
image(经过修改后的原始图像)
contours(轮廓)
hierarchy(轮廓层次)
mode(检测模式):
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,里面的一层为内控的边界信息。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(y2-y1))==1
cv2.CHAIN_APPROX_SIMPLE:只压缩水平方向,垂直方向,对角线方向的元素,只保留该方向的终点坐标,例如一个矩形只需4个点来保存轮廓信息
cv2.CHAIN_APPROX_TC8近似9_L1:使用teh-Chinl chain近似算法
cv2.CHAIN_APPROX_TC89_KCOS:使用teh-Chinl chain近似算法
cv2.drawContours() 绘制轮廓
r = cv2.drawCountours(src,contours,contourldx,color[,thickness])
contours:需要绘制的边缘数组
contourldx:需要绘制的边缘索引,如果全部绘制则为-1(序号)
color:绘制的颜色,为BGR格式的Scalar
thickness:可选,绘制的密度,即描绘轮廓时所用的画笔粗细
import cv2
img = cv2.imread('111.jpg',cv2.IMREAD_UNCHANGED)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
backup = gray.copy()
edge = cv2.Canny(gray, 150 , 200)
image , contours , hierarchy = cv2.findContours(edge, cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
cv2.drawContours(img , contours, -1 , (255,0,0))
cv2.namedWindow('edge',cv2.WINDOW_AUTOSIZE)
cv2.imshow('edge',edge)
cv2.namedWindow('img',cv2.WINDOW_AUTOSIZE)
cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()