Python OpenCV -- 轮廓检测 (十四)

来源：互联网发布：软件开发解决方案模板编辑：程序博客网时间：2024/05/16 12:08

轮廓检测

Canny 之类的边缘检测算法可以根据像素间的差异检测出轮廓边界，但是它并没有将轮廓作为一个整体

轮廓是构成任何一个形状的边界或外形线。直方图对比和模板匹配根据色彩的分布来进行匹配，以下包括：轮廓的查找、

表达方式、组织方式、绘制、特性、匹配。

查找轮廓

可以使用OpenCV 自带的 cv2.findContours 函数来查找检测物体的轮廓。

cv2.findContours() 函数接受的参数为二值图，即黑白的（不是灰度图），所以读取的图像要转成灰度的，再转成二值图。

cv2.findContours() 函数原型：

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

参数：
image -- 要查找轮廓的原图像

mode -- 轮廓的检索模式，它有四种模式：

cv2.RETR_EXTERNAL 表示只检测外轮廓

cv2.RETR_LIST 检测的轮廓不建立等级关系

cv2.RETR_CCOMP 建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，

这个物体的边界也在顶层。

cv2.RETR_TREE 建立一个等级树结构的轮廓。

method -- 轮廓的近似办法：

cv2.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

cv2.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

cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法

返回值：

cv2.findContours()函数返回两个值：

contours -- 轮廓本身，它是一个list,list 中每个元素都是图像中的一个轮廓，用Numpy中的ndarray表示，每个轮廓是一个ndarray,每个ndarray

是轮廓上的点的集合。轮廓中并不存储轮廓上所有的点，而只存储可以用直线描述轮廓的点的个数，比如一个“正立”的矩形只有4个

点元素。

             print (type(contours))               print (type(contours[0]))               print (len(contours))    # 输出list 中轮廓的个数             print (len(contours[0])) # 输出第一个轮廓中的元素的个数，

hierarchy -- 每条轮廓对应的属性。这是一个ndarray 是个可选返回结果，其中的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。

             print (type(hierarchy))               print (hierarchy.ndim)             #3               print (hierarchy[0].ndim)               #2             print (hierarchy.shape)               # (1,2,4)

轮廓绘制

OpenCV 使用 cv2.drawContours 在图像上绘制轮廓

cv2.drawContours() 函数原型：

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

参数：
image -- 要绘制轮廓的图像

contours -- 轮廓本身，在Python 中是一个list

contourIdx -- 指定绘制轮廓 list 中的哪条轮廓，如果是 -1,则绘制其中的所有轮廓。

color -- 绘制的颜色及级宽度的属性

thickness -- 绘制轮廓线的宽度，如果是 -1 (cv2.FILLED)，则为填充模式。

使用示例：

#!/usr/bin/env python  # encoding: utf-8  import cv2  import numpy as np   img = cv2.imread('33.jpg')  gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)  # 转成灰度图像ret, binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY) #将灰度图像转成二值图像    contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) # 查找轮廓 cv2.drawContours(img,contours,-1,(0,0,255),3)    cv2.imshow("img", img)  cv2.waitKey(0)

结果效果图：

参考和转载：

http://blog.csdn.net/sunny2038/article/details/12889059

0 0