Opencv中的findContours（）和drawContours（）（python实现）

1.图像轮廓

具有相同颜色或者强度的连续点的曲线；

---

2.轮廓的作用

（1）图像的分析；
（2）物体的识别与检测
注：为了检测的准确性，首先需要将图像进行二值化或者Canny（边缘检测）
画轮廓时会修改输入的图像，所以需要进行深度拷贝；

---

3.函数讲解

findContours(image, mode, method, contours=None, hierarchy=None, offset=None):

Img:输入的原始图像；
Mode:使用的模式，一般使用RETR_LIST或者RETR_TREE；
Method:采用的近似模式；
Contours:向量内每个元素保存了一组由连续的Point点构成的点的集合的向量.(vector> contours).
Hierarchy:定义了一个“向量内每一个元素包含了4个int型变量”的向量(vector hierarchy).
Offset:Point偏移量，所有的轮廓信息相对于原始图像对应点的偏移量，相当于在每一个检测出的轮廓点上加上该偏移量，并且Point还可以是负值.

函数返回值：Contours和Hierarchy
mode的方式;
（1）RETR_EXTERNAL=0:表示只检测外轮廓；
（2）RETR_LIST=1：检测的轮廓不建立等级关系；
（3）RETR_CCOMP=2：每层最多两层；
（4）RETR_TREE：按树形存储轮廓；
Method的模式（最常用的两种）：
（1）CHAIN_APPROX_NONE：保存所有轮廓上的点；
（2）CHAIN_APPROX_SIMPLE：只保存角点；

---

4.代码实战

import os
import cv2
import numpy as np

def FindContours(img_path='images/external.png'):
    #读取图像
    img_src=cv2.imread(img_path)
    img_src=cv2.resize(src=img_src,dsize=(450,450))
    #图像灰度化
    img=cv2.cvtColor(src=img_src,code=cv2.COLOR_BGR2GRAY)
    # print(img.shape)
    #图像二值化
    ret,img_binary=cv2.threshold(src=img,thresh=150,maxval=255,type=cv2.THRESH_BINARY)
    contours,hierarchy=cv2.findContours(image=img_binary,mode=cv2.RETR_EXTERNAL,method=cv2.CHAIN_APPROX_SIMPLE)
    #打印出轮廓列表
    print("contours: {}".format(contours))

    #显示图片
    cv2.imshow('img_src',img_src)
    cv2.imshow('img_binary',img_binary)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

if __name__ == '__main__':
    print('PyCharm')
    FindContours()

打印出的轮廓列表

如果将mode=cv2.RETR_EXTERNAL换成是mode=cv2.RETR_TREE


这样的话就很多了，因为图中的轮库很多，以树形的方式存储并输出轮库的角点就很多。

---

5.画出轮廓

（1）函数讲解

drawContours(image, contours, contourIdx, color, thickness=None, lineType=None, hierarchy=None, maxLevel=None, offset=None):

Image:输入原始的图像；
Contours:坐标点（这个根据查找轮廓函数即可得到）；
contourIdx；设置轮廓的顺序号；-1表示绘制所有的轮廓；
Color:绘制使用的颜色；
Thickness:绘制使用的线宽；-1表示全部填充；
lineType:绘制使用的线类型；
Hierarchy:设置层级；
maxLevel:如果为0，则仅绘制指定的轮廓。
如果为1，则函数将绘制轮廓和所有嵌套轮廓。如果为2，则函数绘制等高线、所有嵌套等高线、所有嵌套到嵌套等高线，等等。这仅当存在可用的层次结构时，才考虑参数。
Offset:将所有绘制的轮廓移动指定的量。

（2）代码实战

import os
import cv2
import numpy as np

def FindContours(img_path='images/external.png'):
    #读取图像
    img_src=cv2.imread(img_path)
    img_src=cv2.resize(src=img_src,dsize=(450,450))
    #图像灰度化
    img=cv2.cvtColor(src=img_src,code=cv2.COLOR_BGR2GRAY)
    # print(img.shape)
    #图像二值化
    ret,img_binary=cv2.threshold(src=img,thresh=150,maxval=255,type=cv2.THRESH_BINARY)
    contours,hierarchy=cv2.findContours(image=img_binary,mode=cv2.RETR_TREE,method=cv2.CHAIN_APPROX_SIMPLE)
    #打印出轮廓列表
    print("contours: {}".format(contours))
    #绘制轮廓
    dst=cv2.drawContours(image=img_src,contours=contours,contourIdx=-1,color=(0,255,0),thickness=1)

    #显示图片
    # cv2.imshow('img_src',img_src)
    cv2.imshow('dst',dst)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

if __name__ == '__main__':
    print('PyCharm')
    FindContours()

当contourIdx=0时，只画出外围轮廓：