Python+OpenCV圖像處理之輪廓發現

輪廓發現是基於圖像邊緣提取的基礎尋找對象輪廓的方法，所以邊緣提取的閾值選定會影響最終輪廓發現結果。

python實現

import cv2
import numpy as np


__author__ = "boboa"


def contours_demo(image):
    dst = cv2.GaussianBlur(image, (3, 3), 0)
    gray = cv2.cvtColor(dst, cv2.COLOR_BGR2GRAY)
    ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
    cv2.imshow("binary image", thresh)
    # 得到修改后的圖像，輪廓，輪廓的層次
    cloneimage, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    """
    cv2.findContours(image, mode, method, contours, hierarchy, offset)
        參數：
            1 要尋找輪廓的圖像 只能傳入二值圖像，不是灰度圖像
            2 輪廓的檢索模式，有四種：
                cv2.RETR_EXTERNAL表示只檢測外輪廓
                cv2.RETR_LIST檢測的輪廓不建立等級關系
                cv2.RETR_CCOMP建立兩個等級的輪廓，上面的一層為外邊界，里面的一層為內孔的邊界信息。如果內孔內還有一個連通物體，這個物體的邊界也在頂層
                cv2.RETR_TREE建立一個等級樹結構的輪廓
            3 輪廓的近似辦法
                cv2.CHAIN_APPROX_NONE存儲所有的輪廓點，相鄰的兩個點的像素位置差不超過1，即max（abs（x1-x2），abs（y2-y1））==1
                cv2.CHAIN_APPROX_SIMPLE壓縮水平方向，垂直方向，對角線方向的元素，只保留該方向的終點坐標，例如一個矩形輪廓只需4個點來保存輪廓信息
        返回值:
            contours:一個列表，每一項都是一個輪廓，不會存儲輪廓所有的點，只存儲能描述輪廓的點
            hierarchy:一個ndarray, 元素數量和輪廓數量一樣， 
                每個輪廓contours[i]對應4個hierarchy元素hierarchy[i][0] ~hierarchy[i][3]，
                分別表示后一個輪廓、前一個輪廓、父輪廓、內嵌輪廓的索引編號，如果沒有對應項，則該值為負數
    """
    for i, contour in enumerate(contours):
        # 繪制輪廓
        cv2.drawContours(image, contours, i, (0, 0, 255), 2)
        """
        # 函數cv2.drawContours(image, contours, contourIdx, color, thickness, lineType, hierarchy, maxLevel, offset)
        # 第一個參數是一張圖片，可以是原圖或者其他。
        # 第二個參數是輪廓，也可以說是cv2.findContours()找出來的點集，一個列表。
        # 第三個參數是對輪廓（第二個參數）的索引，當需要繪制獨立輪廓時很有用，若要全部繪制可設為-1。
        # 接下來的參數是輪廓的顏色和厚度
        """
        print(i)
    cv2.imshow("detect contours", image)


if __name__ == "__main__":
    img = cv2.imread("image/circles.jpg")
    cv2.namedWindow("input image", cv2.WINDOW_AUTOSIZE)
    cv2.imshow("input image", img)
    contours_demo(img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

二值化圖像和檢測到的輪廓如下圖