目錄

引入

基本理解

加深理解

①比如我們可以獲取我們的第一個(gè)輪廓,只展示第一個(gè)輪廓

②我們還可以用一個(gè)矩形把我們的輪廓給框出來(lái)

③計(jì)算輪廓的周長(zhǎng)和面積

---

引入

顧名思義,就是把我們圖片的輪廓全部都描邊出來(lái)

也就是我們?cè)谌粘Ｉ钪忻娌孔R(shí)別的時(shí)候會(huì)有一個(gè)框,那玩意就是

基本理解

我們還是通過(guò)例子來(lái)基本的理解以下opencv是如何實(shí)現(xiàn)輪廓識(shí)別的

---

這是我們的原圖像? test.png

---

實(shí)現(xiàn)代碼

cv2.findContours(img,mode,method)

img:輪廓檢索模式:

• 傳入的圖像

mode:輪廓檢索模式:

• RETR_EXTERNAL ：只檢索最外面的輪廓；
• RETR_LIST：檢索所有的輪廓，并將其保存到一條鏈表當(dāng)中；
• RETR_CCOMP：檢索所有的輪廓，并將他們組織為兩層：頂層是各部分的外部邊界，第二層是空洞的邊界;
• RETR_TREE：檢索所有的輪廓，并重構(gòu)嵌套輪廓的整個(gè)層次;(一般只用這種)

method:輪廓逼近方法

• CHAIN_APPROX_NONE：以Freeman鏈碼的方式輸出輪廓,輸出完整的輪廓（一般用這種）
• CHAIN_APPROX_SIMPLE:壓縮水平的、垂直的和斜的部分，也就是，函數(shù)只保留他們的終點(diǎn)部分。(即只保留輪廓點(diǎn))

返回的值:

contours	獲取到的輪廓點(diǎn)
hierarchy	???層數(shù)(可以不用管)

cv2.drawContours(圖像，輪廓，輪廓索引，顏色模式，線條厚度)

注意：會(huì)影響我們傳入的原圖像,記得定義一個(gè)臨時(shí)圖像傳入進(jìn)去

import cv2img = cv2.imread("test.png")
img = cv2.resize(img,(500,400))
# 轉(zhuǎn)換為灰度圖
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 閾值處理,讓圖像顏色只有2種顏色  提高準(zhǔn)確性
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# 進(jìn)行輪廓處理
# cv2.findContours返回兩個(gè)值
# contours 輪廓點(diǎn)（是個(gè)列表）
# hierarchy 層數(shù)（用不到）
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
# 輪廓描邊后會(huì)影響原圖,所以我們定義一個(gè)臨時(shí)的圖片
temp_img = img.copy()
# 進(jìn)行輪廓描邊
# contours 獲取到的輪廓點(diǎn)
# -1 表示的畫(huà)出所有的輪廓，eg:0就表示我們列表中第一個(gè)輪廓
# (0, 0, 255) 表示我們用紅色線條來(lái)繪畫(huà) bgr
# 2 表示線條粗細(xì)
res = cv2.drawContours(temp_img, contours, -1, (0, 0, 255), 2)cv2.imshow("res",res)
cv2.waitKey()
cv2.destroyAllWindows()

結(jié)果:

---

加深理解

除了最基本的用法,我們還有很多擴(kuò)充的用法

①比如我們可以獲取我們的第一個(gè)輪廓,只展示第一個(gè)輪廓

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
# 取出列表中第一個(gè)
con = contours[0]
# 繪制
res = cv2.drawContours(temp_img, con, -1, (0, 0, 255), 2)
# 展示
cv2.imshow("res",res)

我們可以看到,只出現(xiàn)了我們列表第一個(gè)的輪廓

---

②我們還可以用一個(gè)矩形把我們的輪廓給框出來(lái)

原圖像:

實(shí)現(xiàn)代碼:

img = cv2.imread('contours.png')gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
binary, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cnt = contours[0]# 返回我們要繪制的矩形特征
x,y,w,h = cv2.boundingRect(cnt)
# 繪制矩形
img = cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)
cv_show(img,'img')

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

返回我們的x和y的坐標(biāo)? 以及寬和高

cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)

繪制我們的矩形

(x,y)表示我們的開(kāi)始坐標(biāo)

(x+w,y+h)表示我們的邊

最后會(huì)自動(dòng)把對(duì)邊連接起來(lái)形成一個(gè)矩形

結(jié)果:

---

③計(jì)算輪廓的周長(zhǎng)和面積

這個(gè)很簡(jiǎn)單,就是調(diào)用兩個(gè)函數(shù)就能實(shí)現(xiàn)對(duì)應(yīng)得功能

cnt = contours[0]
#面積
cv2.contourArea(cnt)
#周長(zhǎng)，True表示閉合的
cv2.arcLength(cnt,True)