OpenCV-python学习笔记---轮廓

最新推荐文章于 2024-12-18 16:18:01 发布

原创最新推荐文章于 2024-12-18 16:18:01 发布 · 866 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

opencv 专栏收录该内容

3 篇文章

订阅专栏

本文详细介绍了在OpenCV-Python中如何生成、绘制轮廓，包括使用函数获取和绘制轮廓的方法，以及如何利用轮廓特性计算面积、周长、图像矩、最大外接矩形和最小外接圆等关键信息。

轮廓的生成

主要涉及两个函数findContours()，分别用于获得轮廓和绘制轮廓。

先看第一个函数，用途是获取轮廓，函数原型是：cv2.findContours

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

代码示例：

contours,hierarchy = cv2.findContours(thres,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)

print(hierarchy)
[[[ 1 -1 -1 -1]
  [ 2  0 -1 -1]
  [ 3  1 -1 -1]
  [-1  2 -1 -1]]]

参数解读：

image：输入该函数的图片必须是二值图，要想从灰度图和彩色图获得二值图，可使用 compare, inRange, threshold , adaptiveThreshold, Canny等方法。
hierarchy：可选的输出向量，包含图像轮廓层级结构的信息（如果轮廓a被轮廓b包围，则称a是b的子轮廓；如果二者互不干扰，则称两者处于同一层级），向量中元素的个数和轮廓的个数一致，每个元素包含四个值[next,previous,child,parent]。next/previous表示同一层级的下/上一条轮廓，child表示该轮廓的第一个子轮廓，parent表示该轮廓的父轮廓。
contours：列表，包含所有轮廓的坐标。
mode：轮廓检索模式，参考RetrievalModes，一般使用cv2.RETR_TREE，保留轮廓的所有层级信息。
method：轮廓近似方法，参考ContourApproximationModes。
offset：可选，表示轮廓每个点的偏移量。

轮廓的绘制

第二个函数cv2.drawContours用于绘制轮廓，函数原型是：

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

代码示例：cv2.drawContours(img,contours,-1,(0,0,255))
在这里插入图片描述
参数解读：

image：输入图片。
contours：轮廓数组。
contourIdx：轮廓下标，如果为负值表示绘制所有轮廓。
color：轮廓颜色。
thickness：轮廓粗细。
lineType：轮廓线条类型。
hierarchy：轮廓层级。
maxlevel：当hierarchy参数被起用时，maxlevel参数才有效。如果设置为0，表示只绘制最底层轮廓，设置为1，表示再绘制上一层级的轮廓，设置为2，再绘制上上层级的轮廓，以此类推。

maxlevel参数示例：对于下面一张图片
在这里插入图片描述
运行代码，可知图中轮廓有672个层级。

contours,hierarchy = cv2.findContours(thres,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
print(hierarchy.shape[1]) #672

获得轮廓和轮廓层级后，使用drawContours函数绘制轮廓。设置maxlevel=1时，结果如下：
在这里插入图片描述
设置maxlevel=50时，绘制的轮廓如下：

轮廓的特征

对于以下轮廓：
在这里插入图片描述
用contourArea()计算轮廓面积，函数原型是：

retval	=	cv2.contourArea(	contour[, oriented]	)

代码示例：

area = cv2.contourArea(cnt，oriented=False)
print(area) #4386.5

oriented参数用于判断轮廓是顺时针还是逆时针，当oriented=True时，返回一个有符号数。

area = cv2.contourArea(cnt,oriented=True)
print(area) #-4386.5

用arcLength()计算轮廓周长或曲线长度，函数原型是：

retval = cv2.arcLength(curve, closed)

closed参数表示曲线是否闭合，代码示例：

primeter = cv2.arcLength(cnt,True)
print(primeter) #585.7716399431229

使用moment()函数返回一个字典，存储轮廓的图像矩(image moment)，关于图像矩的概念，参考Image moment
函数原型：

retval = cv.moments(array[, binaryImage])

代码示例：

moment = cv2.moments(cnt)
print(type(moment))

{'m00': 4386.5, 'm10': 901090.1666666666, 'm01': 1236138.8333333333, 'm20': 188838763.0833333, 'm11': 257499174.375, 'm02': 356134618.0833333, 'm30': 40295080579.05, 'm21': 54657354898.55, 'm12': 75190459423.68333, 'm03': 104935417053.65001, 'mu20': 3733670.534977913, 'mu11': 3567213.2781181633, 'mu02': 7784175.754667103, 'mu30': -30805687.716514587, 'mu21': -23983275.523046732, 'mu12': 21521982.85149741, 'mu03': 187559951.4465332, 'nu20': 0.19404377951994134, 'nu11': 0.185392776452854, 'nu02': 0.4045538752636705, 'nu30': -0.024173279544299146, 'nu21': -0.018819720206919972, 'nu12': 0.016888339341892225, 'nu03': 0.14717863724891386}

字典中每个参数的计算方式，参考cv::Moments。

使用boundingRect()函数返回轮廓的最大外接矩形，函数原型是：

retval = cv.boundingRect(array)

代码示例：

rect = cv2.boundingRect(cnt)
x,y,w,h = rect
cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)

结果如图所示：
在这里插入图片描述
使用minAreaRect()函数找到最小外接矩形，代码示例：

min_rect = cv2.minAreaRect(cnt)
box = np.int0(cv2.boxPoints(min_rect))  # 矩形的四个角点取整
cv2.drawContours(img, [box], 0, (255, 0, 0), 2)

结果如下：
在这里插入图片描述
使用minEnclosingCircle()找到最小外接圆，代码示例：

(x, y), radius = cv2.minEnclosingCircle(cnt)
(x, y, radius) = np.int0((x, y, radius))  # 圆心和半径取整
cv2.circle(img, (x, y), radius, (0, 0, 255), 2)

结果如下：
在这里插入图片描述