python+opencv---輪廓發現

輪廓發現---是基於影象邊緣提取的基礎尋找物件輪廓的方法，

所有邊緣提取的閾值選定會影響最終輪廓發現的結果。

介紹兩種API使用：

-cv.findContours 發現輪廓

-cv.drawContours 繪製輪廓

*利用梯度避免閾值煩惱

效果圖：

使用邊緣Canny()提取邊緣

高斯模糊+灰度+全域性閾值--->二值化影象

程式碼：

import cv2 as cv
import numpy as np

def edge_demo(image):
    #先將影象高斯模糊去噪
 

    blurred = cv.GaussianBlur(image,(3,3),0)
    #影象灰度化
    gray = cv.cvtColor(blurred,cv.COLOR_BGR2GRAY)
    #影象邊緣提取
    edge_output = cv.Canny(gray,50,150)
    cv.imshow("CannyEdge",edge_output)
    
    #彩色邊線
    # dst = cv.bitwise_and(image,gray,mask=edge_output)
    # cv.imshow("Color Edge",dst)

    return
 
 edge_output

"""
    findContours(image, mode, method[, contours[, hierarchy[, offset]]]) -> image, contours, hierarchy
    drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]])  -> image 
"""
def contours_demo(image):
    """
    dst = cv.GaussianBlur(image,(3,3),0)    #用高斯模糊去噪
    gray = cv.cvtColor(dst,cv.COLOR_BGR2GRAY)
    #影象二值化
    ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)
    cv.imshow("binary_image",binary)
    
 
"""
    binary = edge_demo(image)

    cloneImage,contours,hierarchy = cv.findContours(binary,cv.RETR_TREE,cv.CHAIN_APPROX_SIMPLE)
    for i ,contour in enumerate(contours):
        cv.drawContours(image,contours,i,(255,0,0),-2)
        print(i)
    cv.imshow("detect contours",image)


src = cv.imread('circles.jpg')
cv.namedWindow('input_image',cv.WINDOW_AUTOSIZE)
cv.imshow('input_image',src)

contours_demo(src)
# edge_demo(src)

cv.waitKey(0)
cv.destroyAllWindows()

注意：

1.Opencv發現輪廓的函式原型為：

findContours(image, mode, method[, contours[, hierarchy[, offset]]]) -> image, contours, hierarchy

image引數表示8位單通道影象矩陣，可以是灰度圖

gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)

，但更常用的是二值影象

ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)

，一般是經過Canny、拉普拉斯等邊緣檢測運算元處理過的二值影象。

mode引數表示輪廓檢索模式：

①CV_RETR_EXTERNAL：只檢測最外圍輪廓，包含在外圍輪廓內的內圍輪廓被忽略。

②CV_RETR_LIST：檢測所有的輪廓，包括內圍、外圍輪廓，但是檢測到的輪廓不建立等級關係，彼此之間獨立，沒有等級關係，這就意味著這個檢索模式下不存在父輪廓或內嵌輪廓。

③CV_RETR_CCOMP：檢測所有的輪廓，但所有輪廓只建立兩個等級關係，外圍為頂層，若外圍內的內圍輪廓還包含了其他的輪廓資訊，則內圍內的所有輪廓均歸屬於頂層。

④CV_RETR_TREE：檢測所有輪廓，所有輪廓建立一個等級樹結構，外層輪廓包含內層輪廓，內層輪廓還可以繼續包含內嵌輪廓。

method引數表示輪廓的近似方法：

①CV_CHAIN_APPROX_NONE 儲存所有的輪廓點，相鄰的兩個點的畫素位置差不超過1，即max （abs (x1 - x2), abs(y2 - y1) == 1。

②CV_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座標，例如一個矩形輪廓只需4個點來儲存輪廓資訊。

③CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似演算法。

contours引數是一個list，表示儲存的每個輪廓的點集合。

hierarchy引數是一個list,list中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]，

分別表示後一個輪廓、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。

offset引數表示每個輪廓點移動的可選偏移量。

2.Opencv繪製輪廓的函式原型為：

drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]]) -> image

imgae引數表示目標影象。

contours引數表示所有輸入輪廓。

contourIdx引數表示繪製輪廓list中的哪條輪廓， 如果是負數，則繪製所有輪廓。

color引數表示輪廓的顏色。

thickness引數表示繪製的輪廓線條粗細，如果是負數，則填充輪廓內部。

lineType引數表示線型。

hierarchy引數表示有關層次結構的可選資訊。

maxLevel引數表示繪製輪廓的最大級別。 如果為0，則僅繪製指定的輪廓。 如果為1，則該函式繪製輪廓和所有巢狀輪廓。

如果為2，則該函式繪製輪廓，所有巢狀輪廓，所有巢狀到巢狀的輪廓，等等。 僅當有可用的層次結構時才考慮此引數。

offset引數表示可選的輪廓偏移引數，該引數可按指定的方式移動所有繪製的輪廓。

參考：

https://blog.csdn.net/on2way/article/details/46812121