Opencv_Python中的轮廓

Opencv_Python中的轮廓
今天主要学2个点

cv2.findContours(), cv2.drawContours()

如何查找轮廓？当然使用cv2.findContours()，这个函数中有3个参数，一为输入图像，二为轮廓检索模式，三为轮廓近似方法。返回值有3个，一为图像，二为轮廓，三为轮廓的层析结构。
第一个参数是寻找轮廓的图像；
第二个参数表示轮廓的检索模式，有四种：
　　 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。
第三个参数method为轮廓的近似办法
　　 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

返回值
　　cv2.findContours()函数返回两个值，一个是轮廓本身，还有一个是每条轮廓对应的属性。
contour返回值
　　 cv2.findContours()函数首先返回一个list，list中每个元素都是图像中的一个轮廓，用numpy中的ndarray表示。这个概念非常重要。在下面drawContours中会看见。通过
　　print (type(contours)) ，print (type(contours[0]))， print (len(contours))
可以验证上述信息。每个轮廓是一个ndarray，每个ndarray是轮廓上的点的集合。
　　如果我们知道返回的轮廓有3个，则可通过
　　cv2.drawContours(img,contours,0,(0,0,255),3)
和
　　cv2.drawContours(img,contours,1,(0,255,0),3)分别绘制前两个轮廓，第三个同理。同时通过print (len(contours[0]))， print (len(contours[1]))输出前两个轮廓中存储的点的个数。
hierarchy返回值
　　此外，该函数还可返回一个可选的hiararchy结果，这是一个ndarray，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。
　　通过print (type(hierarchy)) print (hierarchy.ndim) print (hierarchy[0].ndim) print (hierarchy.shape)
得到
　　3 2 (1, x 4)
可以看出，hierarchy本身包含x（x为轮廓数）个ndarray，每个ndarray对应一个轮廓，每个轮廓有四个属性。
cv2.drawContours()函数
　　cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset ]]]]])
　　第一个参数是指明在哪幅图像上绘制轮廓；
　　第二个参数是轮廓本身，在Python中是一个list。
　　第三个参数指定绘制轮廓list中的哪条轮廓，如果是-1，则绘制其中的所有轮廓。后面的参数很简单。其中thickness表明轮廓线的宽度，如果是-1（cv2.FILLED），则为填充模式。绘制参数将在以后独立详细介绍。如img3=cv2.drawContours(img2,contours,-1,(0,0,255),3)，用红色（注意BGR）绘制所有轮廓，轮廓线宽度为3.