第OpenCV半小時掌握基本操作之圖像輪廓目錄概述圖像輪廓繪制輪廓輪廓特征輪廓近似邊界矩形外接圓【OpenCV】高手勿入!半小時學會基本操作圖像輪廓

概述

OpenCV是一個跨平臺的計算機視覺庫,支持多語言,功能強大.今天小白就帶大家一起攜手走進OpenCV的世界.

圖像輪廓

cv2.findContours可以幫助我們查找輪廓.

格式:

cv2.findContours(image,mode,method,contours=None,hierarchy=None,offset=None)

參數(shù):

image:需要查找輪廓的圖片

mode:模式

RETR_EXTERNAL:只檢測最外面的輪廓

RETR_LIST:檢測所有的輪廓,并將其保存到一條鏈表中

RETR_CCOMP:檢索所有的輪廓,將他們組織為兩層:頂部是各分部法外部邊界,第二層是空洞的邊界

RRTR_TREE:檢索所有的輪廓,并重構嵌套輪廓的整個層次

method:輪廓逼近的方法

CHAIN_APPROX_NONE:以Freeman鏈碼的方式輸出輪廓,所有其他方法輸出多邊形(定點的序列)

CHAIN_APPROX_SIMPLE:壓縮水平的,垂直的和斜的部分,只保留他們的終點部分

返回值:

contours:輪廓本身

hierarchy:輪廓的對應編號

原圖:

繪制輪廓

cv2.drawContours可以實現(xiàn)輪廓繪制.

格式:

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

參數(shù):

image:需要繪制輪廓的圖片

contours:輪廓

color:顏色

thickness:輪廓粗細

繪制所有輪廓:

#讀取圖片

img=cv2.imread("contours.jpg")

#轉(zhuǎn)換成灰度圖

gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#二值化

ret,thresh=cv2.threshold(gray,127,255,cv2.THRESH_BINARY)

#獲取輪廓(所有)

contours,hierarchy=cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)

#繪制輪廓

draw_img=img.copy()

res=cv2.drawContours(draw_img,contours,-1,(0,0,255),2)

#圖片展示

cv2.imshow("res",res)

cv2.waitKey(0)

cv2.destroyAllWindows()

輸出結果:

繪制單個輪廓:

#讀取圖片

img=cv2.imread("contours.jpg")

#轉(zhuǎn)換成灰度圖

gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#二值化

ret,thresh=cv2.threshold(gray,127,255,cv2.THRESH_BINARY)

#獲取輪廓

contours,hierarchy=cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)

#繪制輪廓(單一)

draw_img=img.copy()

res=cv2.drawContours(draw_img,contours,0,(0,0,255),2)

#圖片展示

cv2.imshow("res",res)

cv2.waitKey(0)

cv2.destroyAllWindows()

輸出結果:

輪廓特征

#獲取輪廓

cnt=contours[0]#取第一個輪廓

area=cv2.contourArea(cnt)

print("輪廓面積:",area)

#周長,True表示合并

perimeter=cv2.arcLength(cnt,True)

print("輪廓周長:",perimeter)

輸出結果:

輪廓面積:8500.5

輪廓周長:437.9482651948929

輪廓近似

原圖:

代碼:

#讀取圖片

img=cv2.imread("contours2.jpg")

#轉(zhuǎn)換成灰度圖

gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#二值化

ret,thresh=cv2.threshold(gray,127,255,cv2.THRESH_BINARY)

#獲取輪廓

contours,hieratchy=cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)

#繪制輪廓

draw_img=img.copy()

res=cv2.drawContours(draw_img,contours,0,(0,0,255),2)

#圖片展示

cv2.imshow("res",res)

cv2.waitKey(0)

cv2.destroyAllWindows()

#取外圍輪廓

cnt=contours[0]

#輪廓近似

epsilon=0.1*cv2.arcLength(cnt,True)

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

#繪制輪廓

draw_img=img.copy()

res=cv2.drawContours(draw_img,[approx],-1,(0,0,255),2)

#圖片展示

cv2.imshow("res",res)

cv2.waitKey(0)

cv2.destroyAllWindows()

輸出結果:

直接繪制輪廓:

輪廓近似:

邊界矩形

cv2.boundingRect可以幫助我們得到邊界矩形的位置和長寬.

例子:

#讀取圖片

img=cv2.imread("contours.jpg")

#轉(zhuǎn)換成灰度圖

gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#二值化

ret,thresh=cv2.threshold(gray,127,255,cv2.THRESH_BINARY)

#獲取輪廓

contours,hierarchy=cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)

#獲取第一個輪廓

cnt=contours[0]

#獲取正方形坐標長寬

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

#圖片展示

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

cv2.imshow("img",img)

cv2.waitKey(0)

cv2.destroyAllWindows()

#輪廓面積

area=cv2.contourArea(cnt)

#邊界矩形面積

rect_area=w*h

extent=area/rect_area

print('輪廓面積與邊界矩形比:',extent)

輸出結果:

輪廓面積與邊界矩形比:0.5154317244724715

外接圓

cv2.minEnclosingCircle可以幫助我們得到外接圓的位置和半徑.

例子:

#讀取圖片

img=cv2.imread("contours.jpg")

#轉(zhuǎn)換成灰度圖

gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#二值化

ret,thresh=cv2.threshold(gray,127,255,cv2.THRESH_BINARY)

#獲取輪廓

contours,hierarchy=cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)

#獲取第一個輪廓

cnt=contours[0]

#獲取