Python OpenCV图像轮廓检测与绘制实战

Python OpenCV图像轮廓检测与绘制实战

本文分享利用Python和OpenCV库识别图像轮廓的具体实现代码，供读者参考学习。

任务目标：使用矩形或圆形边框标记图像中的云朵区域（无需覆盖所有云朵）。

轮廓检测基础与函数原型

### 轮廓检测基础

在OpenCV-Python中，主要使用cv2.findContours()函数来查找并检测物体的轮廓。

import cv2

img = cv2.imread('cloud.jpg')
# 灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化
ret, binary = cv2.threshold(gray, 175, 255, cv2.THRESH_BINARY)
img1, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 以圆形框出云朵
# for i in range(len(contours)):
# (x, y), radius = cv2.minEnclosingCircle(contours[i])
# center = (int(x), int(y))
# radius = int(radius)
# img = cv2.circle(img, center, radius, (0, 255, 0), 2)

#以云朵边界轮廓框出云朵
cv2.drawContours(img, contours, -1, (0, 0, 255), 3)

cv2.imshow("img", img)
cv2.waitKey(0)

关键注意点：cv2.findContours()函数仅接受二值图像作为输入，即黑白图像（非灰度图）。因此，读取原始图像后，需先将其转换为灰度图，再进一步转换为二值图。

### cv2.findContours()函数详解

该函数的基本调用格式如下。

cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]]) 

函数返回两个主要值：contours（轮廓列表）和hierarchy（层级结构）。注意：OpenCV 3版本会返回三个值，分别为img、contours和hierarchy。

findContours参数与返回值详解

### 参数说明

第一个参数指定用于寻找轮廓的输入图像。 第二个参数定义轮廓的检索模式，共有四种选项： 1. cv2.RETR_EXTERNAL：仅检测最外层轮廓。 2. cv2.RETR_LIST：检测所有轮廓，不建立任何等级关系。 3. cv2.RETR_CCOMP：建立两个等级的轮廓结构，上层为外边界，内层为内孔边界。若内孔中还存在连通物体，该物体的边界也位于顶层。 4. cv2.RETR_TREE：建立完整的等级树结构轮廓。 第三个参数method指定轮廓的近似算法： cv2.CHAIN_APPROX_NONE：存储轮廓上的所有点，相邻两点像素位置差不超过1，即满足max(abs(x1−x2),abs(y2−y1))==1。 cv2.CHAIN_APPROX_SIMPLE：压缩水平、垂直及对角线方向的元素，仅保留终点坐标。例如，矩形轮廓仅需4个点即可保存全部信息。 cv2.CHAIN_APPROX_TC89_L1或CV_CHAIN_APPROX_TC89_KCOS：采用teh-Chin链近似算法。

### 返回值解析

cv2.findContours()函数返回两个核心值：一个是轮廓本身，另一个是每条轮廓对应的属性信息。

### contour返回值类型

cv2.findContours()函数首先返回一个列表，列表中每个元素对应图像中的一个轮廓，在Python中由numpy的ndarray表示。这一概念至关重要，后续在drawContours中会用到。建议打印并观察contours的数据类型以加深理解。

print (type(contours)) 
print (type(contours[0])) 
print (len(contours)) 

### hierarchy返回值结构

该函数还可返回一个可选的hierarchy结果，这是一个ndarray数组，其元素个数与轮廓数量一致。每个轮廓contours[i]对应4个hierarchy元素，即hierarchy[i][0]至hierarchy[i][3]，分别表示后一个轮廓、前一个轮廓、父轮廓及内嵌轮廓的索引编号。若无对应项，该值为负数。

轮廓绘制与外接圆计算

### 轮廓的绘制方法

OpenCV提供了cv2.drawContours函数，用于在图像上绘制检测到的轮廓。

cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset ]]]]]) 

该函数的参数含义如下： 第一个参数指定要在哪幅图像上绘制轮廓； 第二个参数传入轮廓列表，在Python中为list类型； 第三个参数指定绘制轮廓列表中哪一条轮廓，若设为-1，则绘制所有轮廓。 后续参数较为简单，其中thickness参数用于设定轮廓线宽度，若设为-1（即cv2.FILLED），则表示采用填充模式绘制。

OpenCV还通过cv2.minEnclosingCircle()函数帮助找到对象的外接圆，该圆是所有能包含对象的圆中面积最小的一个。

(x,y),radius = cv2.minEnclosingCircle(contours[i])
center = (int(x),int(y))
radius = int(radius)
img = cv2.circle(img,center,radius,(0,255,0),2)

本文内容已收录至《python图片处理操作》专题，欢迎点击学习更多相关技巧。

以上就是本文的全部内容，希望能为读者的学习带来帮助，同时也欢迎大家多多支持本站。