Python OpenCV 基于圖像邊緣提取的輪廓發(fā)現(xiàn)函數(shù)

基礎(chǔ)知識(shí)鋪墊

在圖像中，輪廓可以簡(jiǎn)單的理解為連接具有相同顏色的所有連續(xù)點(diǎn)（邊界）的曲線(xiàn)，輪廓可用于形狀分析和對(duì)象檢測(cè)、識(shí)別等領(lǐng)域。

輪廓發(fā)現(xiàn)的原理：先通過(guò)閾值分割提取目標(biāo)物體，再通過(guò)邊緣檢測(cè)提取目標(biāo)物體輪廓。
一個(gè)輪廓就是一系列的點(diǎn)（像素），這些點(diǎn)構(gòu)成了一個(gè)有序的點(diǎn)集合。

使用 cv2.findContours 函數(shù)可以用來(lái)檢測(cè)圖像的邊緣。

函數(shù)原型說(shuō)明

contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]])

我使用的 Python OpenCV 是 4.0 以上版本，如果你使用的是 3.0 以上，可能存在返回值差異問(wèn)題。
參數(shù)說(shuō)明如下：

• image：輸入圖像；
• mode：輪廓檢索模式，具體說(shuō)明參見(jiàn)后文；
• method：輪廓逼近方法，具體說(shuō)明參加后文；
• contours：返回的輪廓；
• hierachy：每條輪廓對(duì)應(yīng)的屬性；
• offset：每個(gè)輪廓點(diǎn)移動(dòng)的可選偏移量。

備注：image 參數(shù)需要是二值圖，而不是灰度圖，返回結(jié)果是等高線(xiàn)和層次結(jié)構(gòu)。

輪廓檢索模式，有四種

• cv2.RETR_EXTERNAL：表示只檢測(cè)外輪廓；
• cv2.RETR_LIST：檢測(cè)的輪廓，不建立等級(jí)關(guān)系；
• cv2.RETR_CCOMP：建立兩個(gè)等級(jí)的輪廓，上面的一層為外邊界，里面的一層為內(nèi)孔的邊界信息。如果內(nèi)孔內(nèi)還有一個(gè)連通物體，這個(gè)物體的邊界也在頂層；
• cv2.RETR_TREE：建立一個(gè)等級(jí)樹(shù)結(jié)構(gòu)的輪廓。上述內(nèi)容，都可以在該網(wǎng)站查詢(xún)：官網(wǎng)地址

輪廓逼近方法

• cv2.CHAIN_APPROX_NONE：存儲(chǔ)所有的輪廓點(diǎn)，相鄰的兩個(gè)點(diǎn)的像素位置差不超過(guò) 1，即 max(abs(x1-x2),abs(y2-y1))==1，一般不會(huì)用到；
• cv2.CHAIN_APPROX_SIMPLE：壓縮水平方向，垂直方向，對(duì)角線(xiàn)方向的元素，只保留該方向的終點(diǎn)坐標(biāo)，例如一個(gè)矩形輪廓只需 4 個(gè)點(diǎn)來(lái)保存輪廓信息。
• cv2.CHAIN_APPROX_TC89_L1，cv2.CV_CHAIN_APPROX_TC89_KCOS：使用 teh-Chinl chain 近似算法（沒(méi)尋找資料學(xué)習(xí)）。

了解上述內(nèi)容之后，就可以應(yīng)用輪廓發(fā)現(xiàn)函數(shù)了，代碼如下：

import cv2 as cv

src = cv.imread("./both.jpeg")

gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
ret, thresh = cv.threshold(gray, 150, 255, 0)
cv.imshow("thresh",thresh)
# 尋找輪廓
contours, hierarchy = cv.findContours(thresh, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)

輪廓發(fā)現(xiàn)之后，還要通過(guò) cv2.drawContours 函數(shù)繪制輪廓，該函數(shù)原型如下：

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

參數(shù)說(shuō)明如下：

• image：輸入圖像；
• contours：輪廓，在 Python 中是一個(gè) list，就是 cv2.findContours 函數(shù)找出來(lái)的點(diǎn)集，一個(gè)列表；
• contourIdx：輪廓的索引，指定繪制輪廓 list 中的哪條輪廓，要繪制所有輪廓，請(qǐng)傳遞-1；color：顏色；
• thickness：厚度，如果是-1，表示填充；
• lineType：線(xiàn)型；
• hierarchy：層次結(jié)構(gòu)的可選信息；
• maxLevel：繪制輪廓的最大級(jí)別，0：僅繪制指定的輪廓，1：繪制輪廓和所有嵌套輪廓，2：繪制輪廓，所有嵌套輪廓，所有嵌套到嵌套的輪廓；
• offset：輪廓偏移參數(shù)。

測(cè)試代碼與運(yùn)行結(jié)果如下：

import cv2 as cv
# help(cv.drawContours)
src = cv.imread("./both.jpeg")

gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
ret, thresh = cv.threshold(gray, 150, 255, 0)
cv.imshow("thresh",thresh)
# 尋找輪廓
contours, hierarchy = cv.findContours(thresh, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)

# print(contours)
# print(hierarchy)
# 繪制輪廓
cv.drawContours(src,contours,-1,(200,0,150),2)

cv.imshow('src',src)
cv.waitKey(0)

到此這篇關(guān)于Python OpenCV 基于圖像邊緣提取的輪廓發(fā)現(xiàn)函數(shù)的文章就介紹到這了,更多相關(guān)OpenCV 邊緣提取輪廓 內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！