返回目录

目录

17 轮廓：入门

17.1 目标

17.2 什么是轮廓?

17.3 如何绘制轮廓?

17.4 轮廓近似方法

17 轮廓：入门

17.1 目标

• 了解轮廓是什么。
• 学习查找轮廓，绘制轮廓等。
• 你将看到以下功能：cv.findContours()，cv.drawContours()

17.2 什么是轮廓?

轮廓可以简单地解释为连接具有相同颜色或强度的所有连续点（沿边界）的曲线。轮廓是用于形状分析以及对象检测和识别的有用工具。

• 为了获得更高的准确性，请使用二进制图像。因此，在找到轮廓之前，请应用阈值或canny边缘检测。
• 从OpenCV 3.2开始，findContours()不再修改源图像。
• 在OpenCV中，找到轮廓就像从黑色背景中找到白色物体。因此请记住，要找到的对象应该是白色，背景应该是黑色。

让我们看看如何找到二进制图像的轮廓：

import numpy as np
import cv2 as cv
im = cv.imread('test.jpg')
imgray = cv.cvtColor(im, cv.COLOR_BGR2GRAY)
ret, thresh = cv.threshold(imgray, 127, 255, 0)
contours, hierarchy = cv.findContours(thresh, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)

findcontour()函数中有三个参数：

输出等高线和层次结构。轮廓是图像中所有轮廓的Python列表。每个单独的轮廓是一个(x,y)坐标的Numpy数组的边界点的对象。

注意：稍后我们将详细讨论第二和第三个参数以及有关层次结构。在此之前，代码示例中赋予它们的值将适用于所有图像。

17.3 如何绘制轮廓?

要绘制轮廓，请使用cv.drawContours()函数。只要有边界点，它也可以用来绘制任何形状。以下是其参数以及作用：

cv.drawContours(src, contours, contourIDx, color, tickness)

• 在图像中绘制所有轮廓：

cv.drawContours(img, contours, -1, (0,255,0), 3)

• 绘制单个轮廓，如第四个轮廓：

cv.drawContours(img, contours, 3, (0,255,0), 3)

• 但是在大多数情况下，以下方法会很有用：

cnt = contours[4]
cv.drawContours(img, [cnt], 0, (0,255,0), 3)

注意：最后两种方法相似，但是前进时，您会发现最后一种更有用。

17.4 轮廓近似方法

这是cv.findContours()函数中的第三个参数。它实际上表示什么？

上面我们告诉我们轮廓是强度相同的形状的边界。它存储形状边界的(x,y)坐标。但是它存储所有坐

标吗？这是通过这种轮廓近似方法指定的。

如果传递cv.CHAIN_APPROX_NONE()，则将存储所有边界点。但是实际上我们需要所有这些要点吗？例如，您找到了一条直线的轮廓。您是否需要线上的所有点来代表该线？不，我们只需要该线的两个端点即可。这就是cv.CHAIN_APPROX_SIMPLE所做的。它删除所有冗余点并压缩轮廓，从而节省内存。

下面的矩形图像演示了此技术。只需在轮廓数组中的所有坐标上绘制一个圆（以蓝色绘制）。第一幅图像显示了我用cv.CHAIN_APPROX_NONE获得的积分（734个点），第二幅图像显示了我用cv.CHAIN_APPROX_SIMPLE获得的效果（只有4个点）。看，它可以节省多少内存！！！

编辑

这里 都是基础属性，重要的在后面，请持续观看，一起学习一起进步，加油！！！奥利给！！！

欢迎评论区留言，一起探讨OpenCV成神之路的奥秘。

顺便给我加个关注，点个赞，加个收藏，让我们一起登上神坛。

编辑