目标
了解轮廓是什么。
学习查找轮廓,绘制轮廓等。
你将看到以下功能:cv.findContours(),cv.drawContours()
什么是轮廓?
轮廓可以简单地解释为连接具有相同颜色或强度的所有连续点(沿边界)的曲线。轮廓是用于形状分析以及对象检测和识别的有用工具。
为了获得更高的准确性,请使用二进制图像。因此,在找到轮廓之前,请应用阈值或canny边缘检测。
从OpenCV 3.2开始,findContours()不再修改源图像。
在OpenCV中,找到轮廓就像从黑色背景中找到白色物体。因此请记住,要找到的对象应该是白色,背景应该是黑色。
让我们看看如何找到二进制图像的轮廓:
import numpy as npimport cv2 as cvim = cv.imread("test.jpg")imgray = cv.cvtColor(im, cv.COLOR_BGR2GRAY)ret, thresh = cv.threshold(imgray, 127, 255, 0)contours, hierarchy = cv.findContours(thresh, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)
findcontour()函数中有三个参数,第一个是源图像,第二个是轮廓检索模式,第三个是轮廓逼近方法。输出等高线和层次结构。轮廓是图像中所有轮廓的Python列表。每个单独的轮廓是一个(x,y)坐标的Numpy数组的边界点的对象。
注意
稍后我们将详细讨论第二和第三个参数以及有关层次结构。在此之前,代码示例中赋予它们的值将适用于所有图像。
如何绘制轮廓?
要绘制轮廓,请使用cv.drawContours函数。只要有边界点,它也可以用来绘制任何形状。它的第一个参数是源图像,第二个参数是应该作为Python列表传递的轮廓,第三个参数是轮廓的索引(在绘制单个轮廓时有用。要绘制所有轮廓,请传递-1),其余参数是颜色,厚度等等
在图像中绘制所有轮廓:
cv.drawContours(img, contours, -1, (0,255,0), 3)绘制单个轮廓,如第四个轮廓:
cv.drawContours(img, contours, 3, (0,255,0), 3)
但是在大多数情况下,以下方法会很有用:
cnt = contours[4] cv.drawContours(img, [cnt], 0, (0,255,0), 3)
注意
最后两种方法相似,但是前进时,您会发现最后一种更有用。
轮廓近似方法
这是cv.findContours函数中的第三个参数。它实际上表示什么?
上面我们告诉我们轮廓是强度相同的形状的边界。它存储形状边界的(x,y)坐标。但是它存储所有坐标吗?这是通过这种轮廓近似方法指定的。
如果传递cv.CHAINAPPROXNONE,则将存储所有边界点。但是实际上我们需要所有这些要点吗?例如,您找到了一条直线的轮廓。您是否需要线上的所有点来代表该线?不,我们只需要该线的两个端点即可。这就是cv.CHAINAPPROXSIMPLE所做的。它删除所有冗余点并压缩轮廓,从而节省内存。
下面的矩形图像演示了此技术。只需在轮廓数组中的所有坐标上绘制一个圆(以蓝色绘制)。第一幅图像显示了我用cv.CHAINAPPROXNONE获得的积分(734个点),第二幅图像显示了我用cv.CHAINAPPROXSIMPLE获得的效果(只有4个点)。看,它可以节省多少内存!!!
如果觉得《OpenCV-Python 轮廓:入门 | 二十一》对你有帮助,请点赞、收藏,并留下你的观点哦!