CV | 轮廓检测并绘出矩形框（两种方法）
摘抄至：
https://blog.csdn.net/wsp_1138886114/article/details/82945328
https://segmentfault.com/q/1010000010452320/a-1020000010453711
简介
近日写论文时，发现用网上提供的YOLOv3 代码测试图像并检测矩形框时，程序中并没有设置矩形框线宽的参数。但是如果不调整线宽的话，打印出来的黑白色论文，边框效果并不明显。因此搜索了一下如何调整边框宽度的方法，顺便把OpenCV轮廓检测和绘图的方法了解了一下。
一、基于OpenCV
1. 轮廓检测
cv2.findContours(binary, cv2.RETR_TREE,
cv2.CHAIN_APPROX_SIMPLE)
其中，cv2.findContours() 的第二个参数主要有:
- cv2.RETR_LIST：检测的轮廓不建立等级关系
- cv2.RETR_TREE：建立一个等级树结构的轮廓
- 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
- cv2.RETR_EXTERNAL：表示只检测外轮廓
cv2.findContours() 的第三个参数 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： image, contours, hierarchy
- contour返回值
cv2.findContours()函数首先返回一个list，list中每个元素都是图像中的一个轮廓，用numpy中的ndarray表示。 - hierarchy返回值
该函数还可返回一个可选的hiararchy结果，这是一个ndarray，其中的元素个数和轮廓个数相同，每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0] ~hierarchy[i][3]，分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号，如果没有对应项，则该值为负数。
需要注意的是，OpenCV自带的轮廓检测函数，参考的论文为90年发表的论文，轮廓检测效果肯定不如近年来先进的轮廓检测算法的结果！算法设计时，可自行编写程序。
2. 轮廓绘制
"""
x, y, w, h = cv2.boundingRect(img)
参数：
img 是一个二值图
x，y 是矩阵左上点的坐标，
w，h 是矩阵的宽和高
cv2.rectangle(img, (x,y), (x+w,y+h), (0,255,0), 2)
img： 原图
(x，y）： 矩阵的左上点坐标
(x+w，y+h)：是矩阵的右下点坐标
(0,255,0)： 是画线对应的rgb颜色
2： 线宽
"""
for i in range(0,len(contours)):
x, y, w, h = cv2.boundingRect(contours[i])
cv2.rectangle(image, (x,y), (x+w,y+h), (153,153,0), 5)
cv2.drawContours()函数
cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset ]]]]])
- 第一个参数是指明在哪幅图像上绘制轮廓；
- 第二个参数是轮廓本身，在Python中是一个list。
- 第三个参数指定绘制轮廓list中的哪条轮廓，如果是-1，则绘制其中的所有轮廓。后面的参数很简单。其中thickness表明轮廓线的宽度，如果是-1（cv2.FILLED），则为填充模式。绘制参数将在以后独立详细介绍。
为了看到自己画了哪些轮廓，可以使用 cv2.boundingRect()函数获取轮廓的范围，即左上角原点，以及他的高和宽。然后用cv2.rectangle()方法画出矩形轮廓。
3. 获取轮廓区域
new_image=image[y+2:y+h-2,x+2:x+w-2] # 先用y确定高，再用x确定宽
input_dir=("E:/cut_image/")
if not os.path.isdir(input_dir):
os.makedirs(input_dir)
cv2.imwrite( nrootdir+str(i)+".jpg",newimage)
print (i)
4. 获取物体最小外界矩阵
使用 cv2.minAreaRect(cnt) ，返回点集cnt的最小外接矩形，cnt是所要求最小外接矩形的点集数组或向量，这个点集不定个数。
其中：
cnt = np.array([[x1,y1],[x2,y2],[x3,y3],[x4,y4]]) # 必须是array数组的形式
rect = cv2.minAreaRect(cnt) # 得到最小外接矩形的（中心(x,y), (宽,高), 旋转角度）
box = np.int0(cv2.boxPoints(rect)) #通过box会出矩形框
二、基于rectangle()函数
YOLOv3中画轮廓边框的时候，其中并没有线宽的设置，用的是rectangle函数（不知道这个函数是不是属于PIL ）。代码如下：
for i in range(thickness):
draw.rectangle(
[left + i, top + i, right - i, bottom - i],
outline=self.colors[c])
最开始读的时候，以为这个函数跟OpenCV中的 cv2.rectangle 函数类似，可以再接参数设置线宽。后来才明白，原来这个里面，thickness 的大小，就代表了线宽。相当于是画thickness 次轮廓框。
这种写法其实还是比较的麻烦的，而且不是很直观，推荐用OpenCV中绘制轮廓的方法：cv2.rectangle()。