千萬注意opencv的輪廓檢測和邊緣檢測是兩碼事
本文鏈接：https://blog.csdn.net/wsp_1138886114/article/details/82945328
1 獲取輪廓
OpenCV2獲取輪廓主要是用 cv2.findContours()
import cv2
img = cv2.imread('wujiaoxing.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret,binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
_,contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
draw_img0 = cv2.drawContours(img.copy(),contours,0,(0,255,255),3)
draw_img1 = cv2.drawContours(img.copy(),contours,1,(255,0,255),3)
draw_img2 = cv2.drawContours(img.copy(),contours,2,(255,255,0),3)
draw_img3 = cv2.drawContours(img.copy(), contours, -1, (0, 0, 255), 3)
print ("contours:類型：",type(contours))
print ("第0 個contours:",type(contours[0]))
print ("contours 數量：",len(contours))
print ("contours[0]點的個數：",len(contours[0]))
print ("contours[1]點的個數：",len(contours[1]))
cv2.imshow("img", img)
cv2.imshow("draw_img0", draw_img0)
cv2.imshow("draw_img1", draw_img1)
cv2.imshow("draw_img2", draw_img2)
cv2.imshow("draw_img3", draw_img3)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出：
contours:類型： <class 'list'>
第0 個contours: <class 'numpy.ndarray'>
contours 數量： 3
contours[0]點的個數： 6
contours[1]點的個數： 74
其中，cv2.findContours() 的第二個參數主要有
cv2.RETR_LIST：檢測的輪廓不建立等級關系
cv2.RETR_TREE：L建立一個等級樹結構的輪廓。
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。
cv2.RETR_EXTERNAL：表示只檢測外輪廓
cv2.findContours() 的第三個參數 method為輪廓的近似辦法
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
cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法
1.1 返回值：image, contours, hierarchy
contour返回值
cv2.findContours()函數首先返回一個list，list中每個元素都是圖像中的一個輪廓，用numpy中的ndarray表示。
hierarchy返回值
該函數還可返回一個可選的hiararchy結果，這是一個ndarray，其中的元素個數和輪廓個數相同，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。
2 繪出輪廓
cv2.drawContours()函數
cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset ]]]]])
第一個參數是指明在哪幅圖像上繪制輪廓；
第二個參數是輪廓本身，在Python中是一個list。
第三個參數指定繪制輪廓list中的哪條輪廓，如果是-1，則繪制其中的所有輪廓。后面的參數很簡單。其中thickness表明輪廓線的寬度，如果是-1（cv2.FILLED），則為填充模式。繪制參數將在以后獨立詳細介紹。
為了看到自己畫了哪些輪廓，可以使用 cv2.boundingRect()函數獲取輪廓的范圍，即左上角原點，以及他的高和寬。然后用cv2.rectangle()方法畫出矩形輪廓
"""
x, y, w, h = cv2.boundingRect(img)
參數：
img 是一個二值圖
x，y 是矩陣左上點的坐標，
w，h 是矩陣的寬和高
cv2.rectangle(img, (x,y), (x+w,y+h), (0,255,0), 2)
img： 原圖
(x，y）： 矩陣的左上點坐標
(x+w，y+h)：是矩陣的右下點坐標
(0,255,0)： 是畫線對應的rgb顏色
2： 線寬
"""
for i in range(0,len(contours)):
x, y, w, h = cv2.boundingRect(contours[i])
cv2.rectangle(image, (x,y), (x+w,y+h), (153,153,0), 5)
3 獲取輪廓區域
new_image=image[y+2:y+h-2,x+2:x+w-2] # 先用y確定高，再用x確定寬
input_dir=("E:/cut_image/")
if not os.path.isdir(input_dir):
os.makedirs(input_dir)
cv2.imwrite( nrootdir+str(i)+".jpg",newimage)
print (i)
4 獲取物體最小外界矩陣
使用 cv2.minAreaRect(cnt) ，返回點集cnt的最小外接矩形，cnt是所要求最小外接矩形的點集數組或向量，這個點集不定個數。
其中：cnt = np.array([[x1,y1],[x2,y2],[x3,y3],[x4,y4]]) # 必須是array數組的形式
rect = cv2.minAreaRect(cnt) # 得到最小外接矩形的（中心(x,y), (寬,高), 旋轉角度）
box = np.int0(cv2.boxPoints(rect)) #通過box會出矩形框