文章目录
前言
寻找目标图像的轮廓 并绘制出该轮廓是我们进行图像识别时常用的手段，轮廓是图像中连续的边界线 ，可以用于物体检测、形状分析等应用。为了获取更高的准确性 ，会先进行二值化处理，在得到二进制图像后，寻找轮廓就是从黑色背景中找到白色物体，因此我们要找的对象应是白色，背景应该是黑色。
一、寻找、绘制轮廓
（一）寻找图像轮廓
寻找图像轮廓函数如下：
python
contours, hierarchy = cv2.findContours(img,mode,method)其中的三个参数分别为：
（1）"img"， 要寻找轮廓的图像
（2）"mode"， 代表轮廓的检测模式，具体取值范围如下表：
|-----------------------|----------------------------|
| 取值 | 含义 |
| cv.2RETR_EXTERNAL = 0 | 只检测最外面的轮廓 |
| cv2.RETR_LIST = 1 | 检测所有轮廓，不建立等级关系，所有轮廓放在一个列表中 |
| cv2.RETR_CCOMP = 2 | 检索所有的轮廓，并将它们组织为两层 |
| cv2.RETR_TREE = 3 | 按照树形存储轮廓，从右到左一层一层检测 |
（3）"method"， 代表近似查找轮廓的方法，具体取值范围如下：
|-------------------------|---------------------------------------------------|
| 取值 | 含义 |
| cv2.CHAIN_APPROX_NONE | 保存所有轮廓上的点 |
| cv2.CHAIN_APPROX_SIMPLE | 压缩水平的、垂直的、斜的部分，即只保留他们的角点坐标，例如一个矩形轮廓只需 4 个点来保存轮廓信息 |
此外，寻找轮廓函数还有两个返回值，具体如下：
（1）"contours"，是一个列表，包含检测到的轮廓。每个轮廓都是一个由点组成的数组，而这个返回值也是绘制轮廓时最重要的参数
（2）"hierarchy "， 是一个包含轮廓层级关系的数组，即轮廓与轮廓之间的层级关系。每个轮廓的层级关系由四个整数值表示：[next, previous, first child, parent]，不同的层级都有不同的索引，相当于编号
（二）绘制图像轮廓
绘制图像轮廓函数如下：
python
cv2.drawContours(image, contours, contourIdx, color, thickness)其中五个参数分别为：
（1）"image"， 要在其上绘制轮廓的图像
（2）"contours" ， 要绘制的轮廓，通常是通过 cv2.findContours 函数获得的轮廓列表
（3）"contourIdx"， 要绘制的轮廓的索引。如果为负数，则绘制所有的轮廓
（4）"color"， 绘制轮廓的颜色，可以是一个三元组 (B, G, R) 表示的颜色值
（5）"thickness" ， 绘制轮廓的线条粗细。如果为负数或 cv2.FILLED，则填充轮廓内部
二、具体应用代码
寻找、绘制图像轮廓的具体代码如下：
python
import cv2
img = cv2.imread('KAI.jpg')
# 图像二值化
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, img2 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY)
# 寻找、绘制轮廓
contours, hierarchy = cv2.findContours(img2, 3, cv2.CHAIN_APPROX_SIMPLE)
img = cv2.drawContours(img, contours, -1, (0,255,0), 2)
# 显示图像
cv2.imshow("image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()