opencv之cv2.findContours和drawContours（python）

$$opencv之cv2.findContours（python）$$

---

contours, hierarchy = cv2.findContours(image,mode,method)

---

输入参数解析：image,mode,method

image：输入图像（二值化图像）

mode：轮廓的模式。

cv2.RETR_EXTERNAL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，上一层为外边界，内层为内孔的边界。

如果内孔内还有连通物体，则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。

method：轮廓的近似方法。

cv2.CHAIN_APPROX_NOME存储所有的轮廓点，相邻的两个点的像素位置差不超过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要4个点来保存轮廓信息；

cv2.CHAIN_APPROX_TC89_L1，

cv2.CV_CHAIN_APPROX_TC89_KCOS

---

返回参数解析：contours, hierarchy

contours：返回的轮廓

hierarchy：每条轮廓对应的属性

---

cv2.drawContours(image, contours, contourIdx, color, thickness=None, lineType=None, hierarchy=None, maxLevel=None, offset=None)

cv2.drawContours(image, contours, contourIdx, color, thickness=None, lineType=None, hierarchy=None, maxLevel=None, offset=None)
1

image：指明在哪幅图像上绘制轮廓

contours

轮廓本身，list类型。

contourIdx

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。

color

color：线的颜色（0，0，255）表示红色；（255，0，0）表示蓝色；

thickness

hickness表明轮廓线的宽度，如果是-1（cv2.FILLED），则为填充模式

lineType

线类型

hierarchy

属性

maxLevel

最高等级

offset

偏移

---

辅助函数

1.将彩色图转换为灰度图

  cv2.cvtcolor(img, cv2.COLOR_BGR2GRAY)  
1

2.计算轮廓的面积

area = cv2.contourArea(cnt)

1
2

3.计算轮廓的周长

length= cv2.arcLength(cnt, True)
1

4 轮廓近似

# 使用周长的倍数作为阈值，阈值越小，图像的轮廓近似与轮廓越近似
epsilon = 0.1 * cv2.arcLength(cnt, True)
1
2

img = cv2.imread('contours2.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

Binary, contours, h = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

cnt = contours[0]

# 使用周长的倍数作为阈值，阈值越小，图像的轮廓近似与轮廓越近似
epsilon = 0.1 * cv2.arcLength(cnt, True)

approx = cv2.approxPolyDP(cnt, epsilon, True)

draw_img = img.copy()
ret = cv2.drawContours(draw_img, [approx], -1, (0, 0, 255), 2)
cv_show(ret, 'ret')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

5.外接矩形： 使用cv2.boudingrect(cnt)获得轮廓的外接矩形，使用cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2)画出矩阵的轮廓

cv2.boudingrect(cnt)
1

x, y, w, h = cv2.boundingRect(cnt)

ret = cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2)
1
2
3

6.外接圆： 使用cv2.minEnclosingCircle(cnt)获得轮廓的外接圆，使用cv2.circle(ret, centers, radius, (0, 0, 255), 2)画出圆的轮廓

cv2.minEnclosingCircle(cnt)
1

(x, y), radius = cv2.minEnclosingCircle(cnt)
center = (int(x), int(y))
radius = int(radius)
ret = cv2.circle(ret, center, radius, (0, 255, 0), 2)
1
2
3
4