Opencv學習（三）輪廓檢測
什麼是輪廓檢測
輪廓檢測就是在一張只有0和1的圖片上繪製一系列的點，這些點就是影象中的曲線。函式findContours()就是從二值影象中尋找輪廓，在這個函式中，輸入影象可以是從Canny()函式得到的有邊緣畫素的影象，或者是通過threshold()、adaptiveThreshold()處理後得到的影象。
比如下面這張0-9的原始圖片
經過輪廓檢測後得到的圖片
如何進行輪廓檢測
findcontours函式
在opencv中使用函式findContours()來進行輪廓檢測
下面是函式原型
python:cv.FindContours(image, storage, mode=CV_RETR_LIST, method=CV_CHAIN_APPROX_SIMPLE, offset=(0, 0))
C++: void findContours(InputOutputArray image, OutputArrayOfArrays contours, int mode, int method, Point offset=Point())
findcontours引數介紹
1.image:原始影象，必須是8bit單通道影象，並且應該是二值影象，（如果不是--非0值被當做1,0值仍然是0）。該引數傳入後會在原始影象上直接修改，因此，一般使用時傳入原影象的副本
2.contours:被檢測到的輪廓，是一個儲存座標點的向量。（在py中，作為第一個返回值。在c++中是一個傳入傳出引數。）
3.mode:輪廓檢測方法。
| CV_RETR_EXTERNAL | 只檢測外輪廓 |
| CV_RETR_LIST | 檢測所有輪廓（內和外）但不建立任何層次關係 |
| CV_RETR_CCOMP | 檢索所有輪廓並將它們組織成一個兩級層次結構（頂層--外輪廓，底層--內輪廓） |
| CV_RETR_TREE | 檢索所有輪廓並重建巢狀輪廓的完整層次結構 |
4.method:輪廓近似方法。
| CV_CHAIN_APPROX_NONE | 用絕對值儲存所有輪廓點 |
| CV_CHAIN_APPROX_SIMPLE | 壓縮水平、垂直和對角線段，只留下它們的端點。 |
5.offset:每個輪廓點移位的可選偏移量
drawContours函式
該函式用來繪製經過檢測的輪廓
函式原型
Python: cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]])
C++: void drawContours(InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color, int thickness=1, int lineType=8, InputArray hierarchy=noArray(), int maxLevel=INT_MAX, Point offset=Point() )
drawContours引數介紹
1.image：輸入影象，（在C++中為輸入輸出引數）
2.contours：所有檢測到的輪廓，每個元素作為一個Point儲存在vector中
3.contourIdx：表示要繪製的輪廓引數，如果為-1就繪製所有輪廓
4.color：繪製的顏色，是一個Scalar
5.thickness：繪製線條的粗細
6.lineType:線條型別，常用LINE_AA
7~9 可選引數，沒用過，不知道效果如何
注意事項：
1.一般是在讀入的原始影象上進行繪製，如果在灰度圖或者二值圖上繪製，好像沒有效果（上次很久繪製不出來，一直找不到原因，踩坑+1）
2.drawContours的第二個引數可以直接用-1。但是如果是在迴圈中，可以用迴圈因子來繪製每個輪廓，效果都是一樣的
使用例項
#讀取影象
template=cv2.imread("D:\image\template.png")
imshow("image",template)
#化為灰度圖
ref_template=cv2.cvtColor(template,cv2.COLOR_BGR2GRAY)
imshow("ref_gray",ref_template)
#化為二值圖
ref_template=cv2.threshold(ref_template,10,255,cv2.THRESH_BINARY_INV)[1]
imshow("ref_threshold",ref_template)
#輪廓檢測
##findContours 只接受二值圖 RETR_EXTERNAL 只檢測外輪廓 CHAIN_APPROX_SIMPLE 只保留終點座標
#在opencv4中要用hierarchy接收，而不能直接取[1]
refCnts,hierarchy=cv2.findContours(ref_template.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
#繪製輪廓
cv2.drawContours(template,refCnts,-1,(0,0,255),3)
imshow("draw_contours",template)
結果展示
1.讀取的原始影象
2.灰度圖
3.二值圖
4.繪製檢測的輪廓
如果我想把每個數字用一個矩形框而不是繪製它的邊框，該怎麼解決？-----輪廓近似
什麼是輪廓近似
將輪廓形狀近似到另外一種由更少點組成的輪廓形狀，新輪廓的點的數目由我們設定的準確度來決定
比如在上面的幾個數字中，我想把邊界用矩形框住，此時就需要使用到輪廓近似
如何進行輪廓近似
假設我們要在一幅影象中查詢一個矩形，但是由於影象的種種原因我們不能得到一個完美的矩形，而是一個“壞形狀”，現在就可以使用這個函式來近似這個形狀，第二個引數是epsilon，它是從原始輪廓到近似輪廓的最大距離，它是一個準確度引數。
float peri = arcLength(threshCnts[i], true);//周長
//輪廓近似
approxPolyDP(threshCnts[i], contoursPoly[i], 0.02 * peri, true);
rectangle(cur_img, boundRect[i].tl(), boundRect[i].br(), Scalar(0, 0, 255), 2);
結果展示
1.直接繪製輪廓效果
2.輪廓近似後效果