Skip to main content

轮廓检测

前言​

本节学习使用OpenCV对图像进行轮廓检测功能，轮廓指图像中图形或物体的边缘线条。

实验目的​

图像轮廓检测并画图显示。

实验讲解​

OpenCV Python库提供了findContours()函数实现查找轮廓以及drawContours()描绘轮廓功能。

findContours() 使用方法​

contours, hierarchy = cv2.findContours(image, mode, methode)

图像查找边缘坐标。返回contours表示轮廓点坐标list；hierarchy表示层次关系。

  • iamge ：8位单通道二值图像。
  • mode ：检测模式。
    • cv2.RETR_EXTERNAL ：只检测外廓。
    • cv2.RETR_LIST ：检测所有轮廓，不建立层次关系。
    • cv2.RETR_CCOMP ：检测所有轮廓，建立2级层次关系。
    • cv2.RETR_TREE ：检测所有轮廓，立层树状层次关系。
  • methode ：检测方法。
    • cv2.CHAIN_APPROX_NONE ：保存轮廓所有点。
    • cv2.CHAIN_APPROX_SIMPLE ：只保存水平、垂直、或对角线轮廓的端点。

drawContours() 使用方法​

img = cv2.drawContours(image, contours, contourIdx, color, thickness, lineType, hierarchy, maxLevel, offset)

图像查找边缘坐标。返回contours表示轮廓点坐标list；hierarchy表示层次关系。

  • iamge ：原始图像。
  • contours ：findContours()得到的list。
  • contourIdx ：索引方式，-1表示绘制所有轮廓。
  • color ：颜色。
  • thickness ：粗细，-1表示实心。
  • lineType ：轮廓线型（可选）。
  • hierarchy ：findContours()得到的层次关系（可选）。
  • maxLevel ：层次深度（可选）。
  • offset ：偏移量，改变绘制结果位置（可选）。

这里我们可以画一个实心圆和实心矩形，然后二值化图像，再查找轮廓和描绘轮廓，代码编写流程如下：


参考代码如下:

'''
实验名称：轮廓检测
实验平台：核桃派1B
'''

import cv2
import numpy as np

#新建一个300x300像素的RGB888纯白色图像
img = np.ones((300,300,3),np.uint8)*255

#画蓝色实心圆形 img0
img0 = cv2.circle(img, (100, 100), 50, (255,0,0), -1)

#画红色实心矩形
img = cv2.rectangle(img0, (150, 150), (250, 250), (0,0,255), -1)

cv2.imshow('color', img) #显示图像

#将彩色图像转化为灰度图像（单通道）
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imshow('gray', img) #显示图像

#将灰度图像转化二值图像
t,img = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
cv2.imshow('binary', img) #显示图像

#检测轮廓
contours, hierarchy = cv2.findContours(img, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)

#在原图img0上描绘轮廓，绿色
img = cv2.drawContours(img0, contours, -1, (0,255,0), 5)
cv2.imshow('contours', img) #显示图像

cv2.waitKey() #等待键盘任意按键按下
cv2.destroyAllWindows() #关闭窗口

实验结果​

在核桃派运行上面代码，可以看到实验图片的变化过程，最终轮廓被描绘出来实验结果如下图：

contour_detection1

拓展​

我们使用lenna.jpg描绘轮廓，观察结果。代码如下：

'''
实验名称：轮廓检测2
实验平台：核桃派1B
'''
import cv2
import numpy as np

img0 = cv2.imread('lenna.jpg') #读取图像，原图观察用
cv2.imshow('lenna', img0) #显示图像

img = cv2.imread('lenna.jpg',0) #获取灰度图像
cv2.imshow('gray', img) #显示灰度图像

#将灰度图像转化二值图像
t,img = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
cv2.imshow('binary', img) #显示二值图像

#检测轮廓
contours, hierarchy = cv2.findContours(img, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)

#在原图img0上描绘轮廓
img = cv2.drawContours(img0, contours, -1, (0,255,0), 5)
cv2.imshow('contours', img) #显示轮廓图像

cv2.waitKey() #等待键盘任意按键按下
cv2.destroyAllWindows() #关闭窗口

实验结果如下：

contour_detection1