使用Python+OpenCV实现图像上轮廓绘制

在地形图中,你有没有注意到在山区和地形图中海拔高的区域周围画的线?这些线被称为地形等高线。它们给出了地形的高程剖面图。这些线条要么是手工绘制的,要么是电脑生成的。

在本文中,我们将看到如何使用OpenCV在一个简单的图像上绘制等高线。

使用Python+OpenCV实现图像上轮廓绘制_第1张图片

findContours函数

OpenCV为我们提供了“findContours”函数,该函数在二值图像中查找轮廓,并将其存储为一个numpy坐标点数组。函数定义如下。

cv.findContours(image,
                mode,
                method[,
                contours[, 
                hierarchy[,
                offset]]]) ->contours, hierarchy

image-源,一个8位单通道图像。非零像素被视为1。零像素仍然是0,所以图像被视为二进制。

mode-轮廓检索模式。

method-等值线近似法。

以及其他三个可选参数。

轮廓检索模式

第二个参数,即轮廓检索方式,用于检索图像中轮廓之间的关系。例如,在图像中,可能会有轮廓内的轮廓,就像嵌套轮廓一样。在这种情况下,我们称外部轮廓为父线,称内部轮廓为子线。

在使用findContours函数时,应该检索轮廓之间的这些关系,并将其存储在一个变量中。如果需要的话,它们也可以在未来使用。

OpenCV中有四种检索模式,分别是cv.RETR_LIST,cv.RETR_TREE,cv.RETR_CCOMP,cv.RETR_EXTERNAL。为了清楚地了解检索模式,强烈建议参考OpenCV的轮廓官方教程:https://docs.opencv.org/master/d9/d8b/tutorial_py_contours_hierarchy.html。

轮廓近似方法

OpenCv中有两种轮廓逼近方法。它们是cv.CHAIN_APPROX_NONE和cv.CHAIN_APPROX_SIMPLE。如果通过cv.CHAIN_APPROX_NONE,则将存储轮廓的所有边界点。但实际上,我们需要所有的点吗?

例如,你发现了一条直线的轮廓线。需要这条直线上的所有点来表示这条直线吗?不,我们只需要这条线的两个端点。这就是cv.CHAIN_APPROX_SIMPLE所做的。它删除所有冗余点并压缩轮廓,从而节省内存。

drawContours函数

找到等高线后,将等高线的坐标点(x, y)存储在一个数组中,就可以用这些点在图像上绘制等高线。我们使用OpenCV的drawcontour函数来做同样的事情。

cv.drawContours(image,
                contours, 
                contourIdx,
                color[,
                thickness[,
                lineType[, 
                hierarchy[,
                maxLevel[,
                offset]]]]]) ->image

image- 目标图像。

contours-所有输入的轮廓线。每个轮廓被存储为一个点向量。

contourIdx-表示要绘制的轮廓的参数。如果是负数,则画出所有的等高线。

color-轮廓的颜色。

thickness-绘制轮廓时所用的线的粗细。如果为负值(例如,thickness=FILLED),则绘制轮廓内部。

现在,我们已经学习了函数findContours和drawContours,让我们运行一个简单的代码以将这些函数应用于图像:

这是原始图像:

import cv2 as cv
#read the image
img = cv.imread("D://medium_blogs//pattern1.jpg")
#convert the image to grayscale
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
#blur image to reduce the noise in the image while thresholding
blur = cv.blur(gray, (10,10))
#Apply thresholding to the image
ret, thresh = cv.threshold(blur, 1, 255, cv.THRESH_OTSU)
#find the contours in the image
contours, heirarchy = cv.findContours(thresh, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)
#draw the obtained contour lines(or the set of coordinates forming a line) on the original image
cv.drawContours(img, contours, -1, (0,255,0), 20)
#show the image
cv.namedWindow('Contours',cv.WINDOW_NORMAL)
cv.namedWindow('Thresh',cv.WINDOW_NORMAL)
cv.imshow('Contours', img)
cv.imshow('Thresh', thresh)
if cv.waitKey(0):
    cv.destroyAllWindows()

阈值图像和画上轮廓的原始图像如下。

阈值图像:

使用Python+OpenCV实现图像上轮廓绘制_第2张图片

原始图像上绘制的等高线:

使用Python+OpenCV实现图像上轮廓绘制_第3张图片

这就是如何在图像上找到并绘制等高线的方法。你也可以在地图上试试看。

☆ END ☆

如果看到这里,说明你喜欢这篇文章,请转发、点赞。微信搜索「uncle_pn」,欢迎添加小编微信「 mthler」,每日朋友圈更新一篇高质量博文。

扫描二维码添加小编↓

使用Python+OpenCV实现图像上轮廓绘制_第4张图片

你可能感兴趣的:(opencv,python,计算机视觉,js,slam)