OpenCV Python 图像轮廓检测与绘制完整指南

OpenCV Python 轮廓检测与绘制完整指南

图像轮廓检测技术常用于计算多边形的最小外接矩形、评估形状特征以及确定感兴趣区域（ROI）等应用场景。

Contours : Getting Started

轮廓

轮廓基本概念与预处理要求

简单来说，轮廓被定义为连接边界上所有连续点的曲线，这些点具有相同的颜色或强度值。在形状分析和物体检测识别任务中，轮廓是非常有用的工具。

NOTE

• 为了提高检测精度，建议先使用阈值处理或Canny边缘检测算法生成二值图像，然后再进行轮廓查找。
• 从OpenCV 3.2版本开始，findContours（）函数不再直接修改源图像，而是将修改后的图像作为三个返回参数中的第一个返回。
• 在OpenCV中，查找轮廓的逻辑是基于黑色背景中白色对象进行的。

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

• image：输入的原图像。
• mode：轮廓检索模式，决定提取轮廓的层次关系。
• method：轮廓近似方法，决定如何存储轮廓点。

函数输出包括：修改后的图像、轮廓列表以及层次结构信息。

返回的轮廓是一个列表，其中每个单独的轮廓代表一个对象的边界点坐标集合。

轮廓查找函数参数与返回值详解

代码示例如下：

import cv2
import numpy as np

img = cv2.imread('img.jpg')
imgray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgray, 127, 255, 0)
im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

轮廓绘制方法与代码实现

绘制轮廓

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

• image：待绘制轮廓的原图像。
• contours：以Python列表形式传递的轮廓数据。
• contourIdx：指定要绘制的轮廓索引。若需绘制单个特定轮廓，此参数非常有用；若需绘制所有轮廓，则传递-1。

若要绘制图像中的所有轮廓，可使用以下代码： cv.drawContours（img，contours，-1，（0,255,0），3）

若要绘制单个特定轮廓，例如第4个轮廓（索引为3），代码如下： cv.drawContours（img，contours，3，（0,255,0），3）

但在大多数情况下，若需绘制如第4个轮廓这样的特定对象，以下方法更为实用： cnt = contours[4] cv.drawContours（img，[cnt]，0，（0,255,0），3）

完整代码示例：

import cv2
import numpy as np

img = cv2.imread('img7.png')
imgray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgray, 127, 255, 0)
im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnt = contours[0]
cv2.drawContours(img,[cnt],0,(0,255,0),3)

cv2.imshow('src',img)

cv2.waitKey()

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。