OpenCV（25）轮廓检测（轮廓提取、属性、近似轮廓、外接矩形和外接圆）
目录
一、轮廓检测基础理论
1、轮廓概述
2、API介绍
1、cv.findContours函数（查找轮廓）
2、cv.drawContours函数（画出轮廓）
检测轮廓并画出：（用二值图检测轮廓）
二、代码及效果
三、轮廓检测的属性
1、画出单个轮廓
2、显示面积和周长
代码及效果
四、近似轮廓
1、步骤
2、API
3、实现
各精度的近似轮廓：
五、边界矩形和外接圆
1、边界矩形
2、外接圆
总代码
参考资料
一、轮廓检测基础理论
1、轮廓概述
边缘和轮廓区别：边缘是零散的点，轮廓是整体。
在二值图中找轮廓。
2、API介绍
1、cv.findContours函数（查找轮廓）
contours, hierarchy = cv2.findContours(img,mode,method)参数：
返回：
contours：轮廓
hierarchy：层级
# 1、根据二值图找到轮廓 contours, hierarchy = cv.findContours(binary, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE) # 轮廓 层级 轮廓检索模式(推荐此) 轮廓逼近方法
2、cv.drawContours函数（画出轮廓）
# 2、画出轮廓
dst = cv.drawContours(img, contours, -1, (0, 0, 255), 3)
# 轮廓 第几个(默认-1：所有) 颜色 线条厚度检测轮廓并画出：（用二值图检测轮廓）
# 提取轮廓
def GetGontours():
# 1、根据二值图找到轮廓
contours, hierarchy = cv.findContours(binary, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)
# 轮廓 层级 轮廓检索模式(推荐此) 轮廓逼近方法
# 2、画出轮廓
dst = cv.drawContours(img, contours, -1, (0, 0, 255), 3)
# 轮廓 第几个(默认-1：所有) 颜色 线条厚度
cv.imshow('dst', dst)
二、代码及效果
# 轮廓提取
import cv2 as cv
# 转二进制图像
def ToBinray():
global imgray, binary
# 1、灰度图
imgray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
cv.imshow('imgray', imgray)
# 2、二进制图像
ret, binary = cv.threshold(imgray, 127, 255, 0)
# 阈值 二进制图像
cv.imshow('binary', binary)
# 提取轮廓
def GetGontours():
# 1、根据二值图找到轮廓
contours, hierarchy = cv.findContours(binary, cv.RETR_TREE, cv.CHAIN_APPROX_NONE)
# 轮廓 层级 轮廓检索模式(推荐此) 轮廓逼近方法
# 2、画出轮廓
dst = cv.drawContours(img, contours, -1, (0, 0, 255), 3)
# 轮廓 第几个(默认-1：所有) 颜色 线条厚度
cv.imshow('dst', dst)
if __name__ == '__main__':
img = cv.imread('Resource/test11.jpg')
cv.imshow('img', img)
ToBinray() #转二进制
GetGontours() #提取轮廓
cv.waitKey(0)
三、轮廓检测的属性
1、画出单个轮廓
# 画出第一个轮廓
cnt = contours[0]
dst = cv.drawContours(img, cnt, -1, (0, 0, 255), 3)
cv.imshow('dst1', dst)
2、显示面积和周长
# 获取轮廓面积
area = cv.contourArea(cnt)
print("轮廓面积：", area)
# 周长（True表示合并）
perimeter = cv.arcLength(cnt, True)
print("轮廓周长：", perimeter)代码及效果
# 获取轮廓信息
def GetContours_Attrib():
# 画出第一个轮廓
cnt = contours[0]
dst = cv.drawContours(img, cnt, -1, (0, 0, 255), 3)
cv.imshow('dst1', dst)
# 获取轮廓面积
area = cv.contourArea(cnt)
print("轮廓面积：", area)
# 周长（True表示合并）
perimeter = cv.arcLength(cnt, True)
print("轮廓周长：", perimeter)
四、近似轮廓
1、步骤
1、获取轮廓外围
2、设置精度（从轮廓到近似轮廓的最大距离）
3、获取近似轮廓
4、绘制轮廓
2、API
# 2、设置精度（从轮廓到近似轮廓的最大距离）
epsilon = 0.03 * cv.arcLength(cnt, True)
# 轮廓 闭合轮廓还是曲线# 3、获取近似轮廓
approx = cv.approxPolyDP(cnt, epsilon, True)
# 近似度(这里为10%) 闭合轮廓还是曲线3、实现
# 轮廓近似
def GetApprox():
# 1、取外围轮廓
cnt = contours[0]
# 2、设置精度（从轮廓到近似轮廓的最大距离）
epsilon = 0.05 * cv.arcLength(cnt, True)
# 轮廓 闭合轮廓还是曲线
# 3、获取近似轮廓
approx = cv.approxPolyDP(cnt, epsilon, True)
# 近似度(这里为5%) 闭合轮廓还是曲线
# 4、绘制轮廓
draw_img = img.copy()
res = cv.drawContours(draw_img, [approx], -1, (0, 0, 255), 3)
# 显示
cv.imshow("res", res)各精度的近似轮廓：
精度epsilon=0.01时的近似轮廓：
精度epsilon=0.02时的近似轮廓：
精度epsilon=0.03时的近似轮廓：
精度epsilon=0.04时的近似轮廓：
精度epsilon=0.05时的近似轮廓：
五、边界矩形和外接圆
边界矩形：根据坐标、长宽绘制矩形。
外接圆：根据圆心坐标、半径绘制圆。
1、边界矩形
# 获取边界矩形
def BoundingRect():
# 1、取外围轮廓
cnt = contours[0]
# 2、获取正方形坐标长宽
x, y, w, h = cv.boundingRect(cnt)
# 3、画出矩形
dst = img.copy()
dst = cv.rectangle(dst, (x,y),(x+w,y+h), (0,0,255), 3)
# 显示
cv.imshow("dst", dst)
2、外接圆
# 获取外接圆
def Circle():
# 1、获取第一个轮廓
cnt = contours[0]
# 2、获取外接圆
(x, y), radius = cv.minEnclosingCircle(cnt)
# 坐标 半径
# 3、画圆
dst = img.copy()
dst = cv.circle(dst, (int(x), int(y)), int(radius), (0, 0, 255), 3)
# 显示
cv.imshow("dst", dst)
总代码
# 轮廓提取、属性、近似轮廓、边界矩形和外接圆
import cv2 as cv
# 转二进制图像
def ToBinray():
global imgray, binary
# 1、灰度图
imgray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
cv.imshow('imgray', imgray)
# 2、二进制图像
ret, binary = cv.threshold(imgray, 127, 255, 0)
# 阈值 二进制图像
cv.imshow('binary', binary)
# 提取轮廓
def GetContours():
global contours
# 1、根据二值图找到轮廓
contours, hierarchy = cv.findContours(binary, cv.RETR_TREE, cv.CHAIN_APPROX_NONE)
# 轮廓 层级 轮廓检索模式(推荐此) 轮廓逼近方法
# 2、画出轮廓
dst = img.copy()
dst = cv.drawContours(dst, contours, -1, (0, 0, 255), 3)
# 轮廓 第几个(默认-1：所有) 颜色 线条厚度
cv.imshow('contours', dst)
# 获取轮廓信息
def GetContours_Attrib():
# 画出第一个轮廓
cnt = contours[0]
dst = img.copy()
dst = cv.drawContours(dst, cnt, -1, (0, 0, 255), 3)
cv.imshow('contour0', dst)
# 获取轮廓面积
area = cv.contourArea(cnt)
print("轮廓面积：", area)
# 周长（True表示合并）
perimeter = cv.arcLength(cnt, True)
print("轮廓周长：", perimeter)
# 轮廓近似
def GetApprox():
# 1、取外围轮廓
cnt = contours[0]
# 2、设置精度（从轮廓到近似轮廓的最大距离）
epsilon = 0.01 * cv.arcLength(cnt, True)
# 轮廓 闭合轮廓还是曲线
# 3、获取近似轮廓
approx = cv.approxPolyDP(cnt, epsilon, True)
# 近似度(这里为5%) 闭合轮廓还是曲线
# 4、绘制轮廓
dst = img.copy()
dst = cv.drawContours(dst, [approx], -1, (0, 0, 255), 3)
# 显示
cv.imshow("apporx", dst)
# 获取边界矩形
def BoundingRect():
# 1、取外围轮廓
cnt = contours[0]
# 2、获取正方形坐标长宽
x, y, w, h = cv.boundingRect(cnt)
# 3、画出矩形
dst = img.copy()
dst = cv.rectangle(dst, (x,y),(x+w,y+h), (0,0,255), 3)
# 显示
cv.imshow("rect", dst)
# 获取外接圆
def Circle():
# 1、获取第一个轮廓
cnt = contours[0]
# 2、获取外接圆
(x, y), radius = cv.minEnclosingCircle(cnt)
# 坐标 半径
# 3、画圆
dst = img.copy()
dst = cv.circle(dst, (int(x), int(y)), int(radius), (0, 0, 255), 3)
# 显示
cv.imshow("circle", dst)
if __name__ == '__main__':
img = cv.imread('Resource/contour.jpg')
cv.imshow('img', img)
ToBinray() #转二进制
GetContours() #提取轮廓
GetContours_Attrib() #获取轮廓信息
GetApprox() #轮廓近似
BoundingRect() #边界矩形
Circle() #外接圆
cv.waitKey(0)参考资料
https://www.bilibili.com/video/BV1PV411774y?p=25
http://woshicver.com/FifthSection/4_9_2_%E8%BD%AE%E5%BB%93%E7%89%B9%E5%BE%81/