Opencv-Python轮廓检测

轮廓检测

轮廓检测也是图像处理中经常用到的。OpenCV-Python接口中使用cv2.findContours()函数来查找检测物体的轮廓。

具体实现

1. 读入灰度化图像
2. 对图像二值化转换（按阈值转成0或255）
3. 寻找轮廓
4. 画出

具体实现：

#轮廓检测

import cv2

def cv_show(name,img):
    cv2.imshow(name, img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    
img = cv2.imread("./shape_img.png")
img_gray = cv2.imread("./shape_img.png" , cv2.IMREAD_GRAYSCALE)

#阈值分割
#二值化效果不理想会使得轮廓不连续
ret , thresh_img = cv2.threshold(img_gray, 200, 255 , cv2.THRESH_BINARY)

#寻找轮廓
contours , hierarchy = cv2.findContours(thresh_img, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

draw_img = img.copy()
#绘制轮廓
#输入参数：绘制图像，轮廓，轮廓ID，颜色模式，线条宽度
res = cv2.drawContours(draw_img, contours, -1, (0 ,0 ,100) ,2)

cv_show('res', res)

原图像：

运行结果：

寻找轮廓

cv2.findContours()函数

contours , hierarchy = cv2.findContours(thresh_img, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

输入参数：

第一个参数是要寻找轮廓的图像；
第二个参数表示轮廓的检索模式，有四种：
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。

第三个参数method为轮廓的近似办法
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

cv2.findContours()函数返回两个值，一个是轮廓本身：contour，还有一个是每条轮廓对应的属性：hierarchy。

contour存储轮廓各点坐标，tuple类型。

画出轮廓

cv2.drawContours（）函数

#输入参数：绘制图像，轮廓，轮廓ID，颜色模式，线条宽度
res = cv2.drawContours(draw_img, contours, -1, (0 ,0 ,100) ,2)

输入参数：

第一个参数是要画轮廓的图像；
第二个参数为轮廓各点信息；
第三个参数为轮廓编号，-1表示全部，0、1、2……表示在轮廓列表中对应编号的轮廓；
第四个参数表示颜色；
第五个参数为线宽。

返回值

画好轮廓后的图片。

画单一轮廓时只出现了单一像素点

ret , thresh_img = cv2.threshold(img_gray, 127, 255 , cv2.THRESH_BINARY)

#寻找轮廓
contours , hierarchy = cv2.findContours(thresh_img, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

draw_img = img.copy()
#绘制轮廓
#输入参数：绘制图像，轮廓，轮廓ID，颜色模式，线条宽度
res = cv2.drawContours(draw_img, contours, 1, (0 ,0 ,100) ,2)

说明这时，图像二值化效果不佳，使得轮廓像素点断断续续的，更改阈值即可：

ret , thresh_img = cv2.threshold(img_gray, 200, 255 , cv2.THRESH_BINARY)

#寻找轮廓
contours , hierarchy = cv2.findContours(thresh_img, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

draw_img = img.copy()
#绘制轮廓
#输入参数：绘制图像，轮廓，轮廓ID，颜色模式，线条宽度
res = cv2.drawContours(draw_img, contours, 1, (0 ,0 ,100) ,2)