OpenCV图像处理——轮廓
总目录
图像处理总目录←点击这里
十、轮廓
10.1、轮廓检测
10.1.1、方法原理
cv2.findContours(img,mode,method)
- mode:轮廓检索模式
- RETR_EXTERNAL ：只检索最外面的轮廓；
- RETR_LIST：检索所有的轮廓，并将其保存到一条链表当中；
- RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界;
- RETR_TREE：检索所有的轮廓，并重构嵌套轮廓的整个层次;
- method:轮廓逼近方法
- CHAIN_APPROX_NONE：以Freeman链码的方式输出轮廓，所有其他方法输出多边形（顶点的序列）。
- CHAIN_APPROX_SIMPLE:压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分
- 输出两个参数
- contours 轮廓的信息 ← 第一个参数
- hierarchy 层级 ← 第二个参数
cv2.drawContours(draw_img, contours, -1, (0, 0, 255), 2)
- draw_img 图像信息
- contours 轮廓检测
- -1 代表所有的轮廓都画，其他数字指定轮廓画
- (0, 0, 255)代表轮廓颜色
- 2 代表轮廓线条的宽度
10.1.2、案例
为了更高的准确率，使用二值图像cv2.THRESH_BINARY，其余l类型详细点击 → 链接
def cv_show(img,name):
cv2.imshow(name,img)
cv2.waitKey()
cv2.destroyAllWindows()
img = cv2.imread('./image/contours.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
#传入绘制图像，轮廓，轮廓索引，颜色模式，线条厚度
# 注意需要copy,要不原图会变。。。
draw_img = img.copy()
res = cv2.drawContours(draw_img, contours, -1, (0, 0, 255), 2)
cv_show(res,'res')
原图
10.2、轮廓特征
计算面积和周长
cnt = contours[0]
#面积 8500.5
cv2.contourArea(cnt)
#周长，True表示闭合的 437.9482651948929
cv2.arcLength(cnt,True)
其中contours[0]代表下图中的三角形的外边框（contours中的第一个元素）
contours下标代表意义
1 代表三角形内边框
2 代表六边形外边框
3 代表六边形内边框
…
画出contours[0]
img = cv2.imread('./image/contours.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cnt = contours[0]
res = cv2.drawContours(draw_img, [cnt], -1, (0, 0, 255), 2)
cv_show(res,'res')
10.3、轮廓近似
10.3.1 原理
cv2.approxPolyDP(cnt,epsilon,True)
- cnt 轮廓
- epsilon （一般按周长的百分比
0.1*cv2.arcLength(cnt,True)）- 百分比越小，越接近原来的图形（0.01）
- 百分比越大，形状变化越大（0.2已经接近一条直线）
- 具体见下面案例有说明
10.3.2 案例
原始轮廓
img = cv2.imread('./image/contours2.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cnt = contours[0]
draw_img = img.copy()
res = cv2.drawContours(draw_img, [cnt], -1, (0, 0, 255), 2)
cv_show(res,'res')
轮廓近似
epsilon = 0.1*cv2.arcLength(cnt,True)
approx = cv2.approxPolyDP(cnt,epsilon,True)
draw_img = img.copy()
res = cv2.drawContours(draw_img, [approx], -1, (0, 0, 255), 2)
cv_show(res,'res')
epsilon = 0.1*cv2.arcLength(cnt,True)
epsilon = 0.15*cv2.arcLength(cnt,True)
epsilon = 0.2*cv2.arcLength(cnt,True)
原图
10.3.3、边界矩形
原理方法
x,y,w,h = cv2.boundingRect(cnt)
获得左上角位置(xy)和宽高(wh)
img = cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)
画出矩形框
代码
img = cv2.imread('./image/contours.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cnt = contours[2]
x,y,w,h = cv2.boundingRect(cnt)
img = cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)
cv_show(img,'img')
10.3.4、外接圆
(x,y),radius = cv2.minEnclosingCircle(cnt)
获得圆心半斤
cv2.circle(img,center,radius,(0,255,0),2)
画圆
cnt = contours[0]
(x,y),radius = cv2.minEnclosingCircle(cnt)
center = (int(x),int(y))
radius = int(radius)
img = cv2.circle(img,center,radius,(0,255,0),2)
cv_show(img,'img')
