【python+opencv】轮廓发现

python+opencv---轮廓发现

轮廓发现---是基于图像边缘提取的基础寻找对象轮廓的方法，

所有边缘提取的阈值选定会影响最终轮廓发现的结果。

介绍两种API使用：

-cv.findContours 发现轮廓

-cv.drawContours 绘制轮廓

*利用梯度避免阈值烦恼

效果图：

使用边缘Canny()提取边缘

高斯模糊+灰度+全局阈值--->二值化图像

代码：

import cv2 as cv
import numpy as np

def edge_demo(image):
    #先将图像高斯模糊去噪
    blurred = cv.GaussianBlur(image,(3,3),0)
    #图像灰度化
    gray = cv.cvtColor(blurred,cv.COLOR_BGR2GRAY)
    #图像边缘提取
    edge_output = cv.Canny(gray,50,150)
    cv.imshow("CannyEdge",edge_output)
    
    #彩色边线
    # dst = cv.bitwise_and(image,gray,mask=edge_output)
    # cv.imshow("Color Edge",dst)

    return edge_output

"""
    findContours(image, mode, method[, contours[, hierarchy[, offset]]]) -> image, contours, hierarchy
    drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]])  -> image 
"""
def contours_demo(image):
    """
    dst = cv.GaussianBlur(image,(3,3),0)    #用高斯模糊去噪
    gray = cv.cvtColor(dst,cv.COLOR_BGR2GRAY)
    #图像二值化---返回阈值和二值图像
    ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)
    cv.imshow("binary_image",binary)
    """
    binary = edge_demo(image)

    cloneImage,contours,hierarchy = cv.findContours(binary,cv.RETR_TREE,cv.CHAIN_APPROX_SIMPLE)
    for i ,contour in enumerate(contours):
        cv.drawContours(image,contours,i,(255,0,0),-2)
        print(i)
    cv.imshow("detect contours",image)


src = cv.imread('circles.jpg')
cv.namedWindow('input_image',cv.WINDOW_AUTOSIZE)
cv.imshow('input_image',src)

contours_demo(src)
# edge_demo(src)

cv.waitKey(0)
cv.destroyAllWindows()

注意：

1.Opencv发现轮廓的函数原型为：

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

image参数表示8位单通道图像矩阵，可以是灰度图

gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)

，但更常用的是二值图像

ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)

，一般是经过Canny、拉普拉斯等边缘检测算子处理过的二值图像。

mode参数表示轮廓检索模式：

①CV_RETR_EXTERNAL：只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略。

②CV_RETR_LIST：检测所有的轮廓，包括内围、外围轮廓，但是检测到的轮廓不建立等级关系，彼此之间独立，没有等级关系，这就意味着这个检索模式下不存在父轮廓或内嵌轮廓。

③CV_RETR_CCOMP：检测所有的轮廓，但所有轮廓只建立两个等级关系，外围为顶层，若外围内的内围轮廓还包含了其他的轮廓信息，则内围内的所有轮廓均归属于顶层。

④CV_RETR_TREE：检测所有轮廓，所有轮廓建立一个等级树结构，外层轮廓包含内层轮廓，内层轮廓还可以继续包含内嵌轮廓。

method参数表示轮廓的近似方法：

①CV_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。

②CV_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。

③CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法。

contours参数是一个list，表示存储的每个轮廓的点集合。

hierarchy参数是一个list,list中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。

offset参数表示每个轮廓点移动的可选偏移量。

2.Opencv绘制轮廓的函数原型为：

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

imgae参数表示目标图像。

contours参数表示所有输入轮廓。

contourIdx参数表示绘制轮廓list中的哪条轮廓， 如果是负数，则绘制所有轮廓。

color参数表示轮廓的颜色。

thickness参数表示绘制的轮廓线条粗细，如果是负数，则填充轮廓内部。

lineType参数表示线型。

hierarchy参数表示有关层次结构的可选信息。

maxLevel参数表示绘制轮廓的最大级别。 如果为0，则仅绘制指定的轮廓。 如果为1，则该函数绘制轮廓和所有嵌套轮廓。

如果为2，则该函数绘制轮廓，所有嵌套轮廓，所有嵌套到嵌套的轮廓，等等。 仅当有可用的层次结构时才考虑此参数。

offset参数表示可选的轮廓偏移参数，该参数可按指定的方式移动所有绘制的轮廓。

参考：

https://blog.csdn.net/on2way/article/details/46812121