Python-OpenCV 筆記6 – 輪廓（Contours）

---

參考文檔： https://docs.opencv.org/3.4/dd/d49/tutorial_py_contour_features.html

---

1、查找輪廓 findContours

---

函數(shù)原型

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

參數(shù)：

• image：8位單通道二值圖，如果為灰度圖非0值為1
• mode：輪廓的檢索模式
  • cv2.RETR_EXTERNAL：表示只檢測外輪廓
  • cv2.RETR_LIST：檢測的輪廓不建立等級關系
  • cv2.RETR_CCOMP：建立兩個等級的輪廓，上面的一層為外邊界，里面的一層為內孔的邊界信息。如果內孔內還有一個連通物體，這個物體的邊界也在頂層
  • cv2.RETR_TREE：建立一個等級樹結構的輪廓
• method：輪廓的近似辦法
  • cv2.CHAIN_APPROX_NONE：存儲所有的輪廓點，相鄰的兩個點的像素位置差不超過1，即max（abs（x1-x2），abs（y2-y1））== 1
  • cv2.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坐標，例如一個矩形輪廓只需4個點來保存輪廓信息
  • cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法

返回值：

• image：被處理的圖片，正常沒用
• contours：numpy的ndarray，每個元素都是圖像中的一個輪廓，每個元素包括多個點
• hierarchy：numpy的ndarray，元素個數(shù)和輪廓個數(shù)相同，輪廓 contours[i] 對應于hierarchy[i]，每個 hierarchy 元素包括四個元素 hierarchy[i][0] ~ hierarchy[i][3]，分別表示后一個輪廓、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(shù)。

# 實例 img = cv2.imread('1.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) _, contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

---

2、繪制輪廓 findContours

---

函數(shù)原型

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

參數(shù)：

• image：輸入圖像
• contours：輪廓，一個輪廓2個點的維數(shù)為（1,1,2,1,2）
• contourIdx：繪制contours中的哪條輪廓，如果是-1，則繪制其中的所有輪廓
• color：繪制的輪廓的顏色
• thickness：輪廓線的寬度，如果是 -1（cv2.FILLED），則為填充模式

# 實例 cv2.drawContours(img,contours,-1,(0,0,255),3) cv2.imshow("img", img) cv2.waitKey(0)

---

3、輪廓的特征 Contour Features

---

3.1、矩：cv2.moments()

函數(shù)原型：

cv2.moments(array[, binaryImage])

• array：單個輪廓，1xNx1x2維的數(shù)組，即N個二維點
• binaryImage：如果為True，非0的像素值=1，默認為False
• 返回輪廓區(qū)域的矩的字典

實例：

import numpy as np import cv2img = cv2.imread('star.jpg',0) ret, thresh = cv2.threshold(img,127,255,0) im2,contours,hierarchy = cv2.findContours(thresh, 1, 2) cnt = contours[0] M = cv2.moments(cnt)# 計算x,y軸的矩 cx = int(M['m10']/M['m00']) cy = int(M['m01']/M['m00'])

3.2、面積：cv2.contourArea()

函數(shù)原型：

cv2.contourArea(contour[, oriented])

• contour：單個輪廓，1xNx1x2維的數(shù)組，即N個二維點
• oriented：如果為True，可以獲得輪廓的方向標志，默認為False
• 返回輪廓區(qū)域的面積

實例：

area = cv2.contourArea(cnt)

3.3、周長：cv2.arcLength()

函數(shù)原型：

cv2.arcLength(curve, closed)

• curve：單個輪廓，1xNx1x2維的數(shù)組，即N個二維點
• closed：指示曲線是否閉合的標志
• 返回輪廓區(qū)域的周長

實例：

perimeter = cv2.arcLength(cnt, True)

3.4、凸性檢測：cv2.isContourConvex()

函數(shù)原型：

cv2.isContourConvex(contour)

• contour：單個輪廓，1xNx1x2維的數(shù)組，即N個二維點
• 返回輪廓是否為凸性的，是為True，否為False

實例：

k = cv2.isContourConvex(cnt)

---

4、輪廓近似 Contour Approximation

---

4.1、多邊形近似：cv2.approxPolyDP()

函數(shù)原型：

cv2.approxPolyDP(curve, epsilon, closed[, approxCurve])

• curve：單個輪廓，1xNx1x2維的數(shù)組，即N個二維點
• epsilon：點的最大距離
• closed：設置曲線是否閉合，即得到首尾兩點是否為同一點
• 返回近似輪廓的二維點集

實例：

epsilon = 0.1*cv2.arcLength(cnt, True) approx = cv2.approxPolyDP(cnt, epsilon, True)

4.2、凸包近似：cv2.convexHull()

函數(shù)原型：

cv2.convexHull(points[, hull[, clockwise[, returnPoints]]])

• points：單個輪廓，1xNx1x2維的數(shù)組，即N個二維點
• hull：輸出數(shù)組，正常不用
• clockwise：如果True，輸出的凸包是順時針方向，否則為默認的逆時針。
• returnPoints：默認值為True，返回凸包上點的坐標，如果為False，返回與凸包點對應的輪廓上的點。
• 返回近似輪廓的二維點集

實例：

hull = cv2.convexHull(cnt)

4.3、矩形近似：Bounding Rectangle

函數(shù)原型：

# 普通矩形 cv2.boundingRect(points) # 1# 可旋轉矩形，即最小的外包矩形 cv2.minAreaRect(points) # 2# 矩形表達形式的裝換 cv2.boxPoints(box) # 3

• points：單個輪廓，1xNx1x2維的數(shù)組，即N個二維點
• box：四個二維點的數(shù)組
• 返回：
  • 1：近似矩形的左上角點坐標、矩形的寬和高（x,y,w,h）
  • 2：近似矩形的最上角點坐標（x,y），矩形的寬和高（w,h）及旋轉角度θ（°）
  • 3：轉換為矩形的四個角點坐標

實例：

# 普通矩形 x,y,w,h = cv2.boundingRect(cnt) cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)# 可旋轉矩形，即最小的外包矩形 rect = cv2.minAreaRect(cnt) box = cv2.boxPoints(rect) box = np.int0(box) cv2.drawContours(img,[box],0,(0,0,255),2)

4.4、其它近似

# 最小外接圓 (x,y),radius = cv2.minEnclosingCircle(cnt) center = (int(x),int(y)) radius = int(radius) cv2.circle(img,center,radius,(0,255,0),2)# 最小外接橢圓 ellipse = cv2.fitEllipse(cnt) cv2.ellipse(img,ellipse,(0,255,0),2)# 擬合直線 rows,cols = img.shape[:2] [vx,vy,x,y] = cv2.fitLine(cnt, cv.DIST_L2,0,0.01,0.01) lefty = int((-x*vy/vx) + y) righty = int(((cols-x)*vy/vx)+y) cv2.line(img,(cols-1,righty),(0,lefty),(0,255,0),2)

---

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的Python-OpenCV 笔记6 -- 轮廓（Contours）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。