Opencv——轮廓有关操作

一、轮廓检测

注意:做轮廓检测前需要将图片读取为二值数据，即像素值只为0和255。

python 复制代码

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

参数介绍：

image：

输入图像，必须是二值化图像（非 0 即 255）

mode：决定要检测哪些轮廓

cv2.RETR_EXTERNAL：只检测最外层轮廓，忽略内部嵌套轮廓

cv2.RETR_LIST：检测所有轮廓，但不建立任何层级关系（轮廓间无父子区分）

cv2.RETR_CCOMP：检测所有轮廓，仅建立两层层级（外层为父，内层为子）

cv2.RETR_TREE：检测所有轮廓，建立完整的层级树结构

method：决定如何压缩轮廓的点集（减少冗余点，简化轮廓）

cv2.CHAIN_APPROX_NONE：保存轮廓上所有的点（无压缩）

cv2.CHAIN_APPROX_SIMPLE：压缩水平 / 垂直 / 对角线方向的点，只保留端点（如矩形只保留 4 个角点）

python 复制代码

import cv2
import pandas as pd

amy = cv2.imread('../data/phone.png')
amy_gray = cv2.cvtColor(amy,cv2.COLOR_BGR2GRAY)
cv2.imshow('amy_gray', amy_gray)
cv2.waitKey(0)
#amy_gray = cv2.cvtColor(amy,cv2.COLOR_BGR2GRAY) 读取灰度图
ret,amy_binary = cv2.threshold(amy_gray, 120,255,cv2.THRESH_BINARY)#阈值处理为二值
cv2.imshow(  'amy_binary',amy_binary)
cv2.waitKey(0)

_, contours, hierarchy = cv2.findContours (amy_binary, cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
 #contours = cv2.findContours (amy_binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)[ -2]#通用

# print(hierarchy)
print(len(contours))

二、轮廓绘制

python 复制代码

cv2.drawContours(image,
 contours, 
contourIdx,
 color,
 thickness=None, 
lineType=None, 
hierarchy=None,
maxLevel=None,
 offset=None)

参数介绍：

image：

要绘制轮廓的目标图像

必须是彩色图像（BGR 格式），如果是灰度图，绘制的彩色轮廓会显示为灰度（丢失颜色）

contours：

轮廓列表，通常由cv2.findContours()函数返回。

contourIdx：指定要绘制的轮廓索引（决定绘制哪些轮廓）

-1：绘制所有轮廓

1：只绘制第 1 个轮廓（contours[0]）

n：只绘制第 n+1 个轮廓（需确保 n < len(contours)，否则无效果）

color：

轮廓的绘制颜色，格式为 BGR 三元组

thickness：（默认 1）

轮廓线的宽度（像素值）轮廓线的宽度（像素值）

lineType

轮廓线的类型。默认值为cv2.LINE_8。

hierarchy

轮廓层次结构。通常由cv2.findContours()函数返回。

maxLevel

绘制的最大轮廓层级。默认值为None，表示绘制所有层级。

offset

轮廓点的偏移量。默认值为None。

python 复制代码

import cv2
import pandas as pd

amy = cv2.imread('../data/phone.png')
amy_gray = cv2.cvtColor(amy,cv2.COLOR_BGR2GRAY)
cv2.imshow('amy_gray', amy_gray)
cv2.waitKey(0)
#amy_gray = cv2.cvtColor(amy,cv2.COLOR_BGR2GRAY) 读取灰度图
ret,amy_binary = cv2.threshold(amy_gray, 120,255,cv2.THRESH_BINARY)#阈值处理为二值
cv2.imshow(  'amy_binary',amy_binary)
cv2.waitKey(0)

_, contours, hierarchy = cv2.findContours (amy_binary, cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
 #contours = cv2.findContours (amy_binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)[ -2]#通用

# print(hierarchy)
print(len(contours))

image_copy = amy.copy()
cv2.drawContours(image=image_copy, contours=contours, contourIdx=-1, color=(0,255, 0),thickness=2)
cv2.imshow( 'Contours_show', image_copy)
cv2.waitKey(0)

三、检测目标轮廓

通过轮廓面积

python 复制代码

cv2.contourArea(contour, oriented)

参数介绍：

contour：

单个轮廓的点集（不是轮廓列表），是 cv2.findContours() 返回的 contours 列表中的单个元素。

oriented：（默认 False）

是否返回「有向面积」（带正负号），而非绝对值面积。

True：返回有向面积（可正可负），符号由轮廓的点排列方向（顺时针 / 逆时针）决定，

False:返回绝对值面积（正数）

python 复制代码

import cv2
import pandas as pd

amy = cv2.imread('../data/phone.png')
amy_gray = cv2.cvtColor(amy,cv2.COLOR_BGR2GRAY)
cv2.imshow('amy_gray', amy_gray)
cv2.waitKey(0)
#amy_gray = cv2.cvtColor(amy,cv2.COLOR_BGR2GRAY) 读取灰度图
ret,amy_binary = cv2.threshold(amy_gray, 120,255,cv2.THRESH_BINARY)#阈值处理为二值
cv2.imshow(  'amy_binary',amy_binary)
cv2.waitKey(0)

_, contours, hierarchy = cv2.findContours (amy_binary, cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
 #contours = cv2.findContours (amy_binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)[ -2]#通用

# print(hierarchy)
print(len(contours))

image_copy = amy.copy()
cv2.drawContours(image=image_copy, contours=contours, contourIdx=-1, color=(0,255, 0),thickness=2)
cv2.imshow( 'Contours_show', image_copy)
cv2.waitKey(0)

area_0 = cv2.contourArea(contours[0])#轮廓面积
print(area_0)
area_1 = cv2.contourArea(contours[1])
print(area_1)

通过轮廓周长

python 复制代码

cv2.arcLength(curve, closed)

参数介绍：

curve：

单个轮廓的点集，是 cv2.findContours() 返回的 contours 列表中的单个元素。

closed：

指定轮廓是否为闭合轮廓

True：认为轮廓是闭合的（首尾点相连），计算完整的闭合周长

False：认为轮廓是开放的曲线（首尾点不相连），计算从第一个点到最后一个点的折线长度

python 复制代码

import cv2
import pandas as pd

amy = cv2.imread('../data/phone.png')
amy_gray = cv2.cvtColor(amy,cv2.COLOR_BGR2GRAY)
cv2.imshow('amy_gray', amy_gray)
cv2.waitKey(0)
#amy_gray = cv2.cvtColor(amy,cv2.COLOR_BGR2GRAY) 读取灰度图
ret,amy_binary = cv2.threshold(amy_gray, 120,255,cv2.THRESH_BINARY)#阈值处理为二值
cv2.imshow(  'amy_binary',amy_binary)
cv2.waitKey(0)

_, contours, hierarchy = cv2.findContours (amy_binary, cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
 #contours = cv2.findContours (amy_binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)[ -2]#通用

# print(hierarchy)
print(len(contours))

image_copy = amy.copy()
cv2.drawContours(image=image_copy, contours=contours, contourIdx=-1, color=(0,255, 0),thickness=2)
cv2.imshow( 'Contours_show', image_copy)
cv2.waitKey(0)

length = cv2.arcLength(contours[0],closed=True)
print(length)

通过外接圆面积

python 复制代码

cv2.circle(img, 
center,
radius,
color, 
thickness=None, 
)

参数介绍：

img：

绘制圆形的目标图像（支持彩色图（BGR 格式）/ 灰度图）

center：

圆心坐标，格式为 (x, y)（元组类型，x = 横坐标，y = 纵坐标）

radius：

圆的半径，单位为像素，必须是正整数

color：

圆形的绘制颜色，格式为 BGR 三元组

thickness：（默认1）

圆形轮廓的线宽（像素值）

python 复制代码

import cv2
import pandas as pd

amy = cv2.imread('../data/phone.png')
amy_gray = cv2.cvtColor(amy,cv2.COLOR_BGR2GRAY)
cv2.imshow('amy_gray', amy_gray)
cv2.waitKey(0)
#amy_gray = cv2.cvtColor(amy,cv2.COLOR_BGR2GRAY) 读取灰度图
ret,amy_binary = cv2.threshold(amy_gray, 120,255,cv2.THRESH_BINARY)#阈值处理为二值
cv2.imshow(  'amy_binary',amy_binary)
cv2.waitKey(0)

_, contours, hierarchy = cv2.findContours (amy_binary, cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
 #contours = cv2.findContours (amy_binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)[ -2]#通用

# print(hierarchy)
print(len(contours))

image_copy = amy.copy()
cv2.drawContours(image=image_copy, contours=contours, contourIdx=-1, color=(0,255, 0),thickness=2)
cv2.imshow( 'Contours_show', image_copy)
cv2.waitKey(0)

cnt = contours[6]
(x,y),r=cv2.minEnclosingCircle(cnt)#计算轮廓的外接圆
amy_circle = cv2.circle (amy,  (int(x), int (y)), int(r),  (0,255,0),  2)
cv2.imshow( 'phone_circle',amy_circle)
cv2.waitKey(0)

通过外接矩形面积

python 复制代码

cv2.rectangle(img, pt1, pt2, color, thickness=None)

参数介绍：

img：

绘制矩形的目标图像

支持彩色图（BGR 格式）/ 灰度图

pt1：

矩形的左上角坐标 ，格式为 (x1, y1)（元组类型）

pt2：

矩形的右下角坐标 ，格式为 (x2, y2)（元组类型）

color：

矩形的绘制颜色，格式为 BGR 三元组

thickness：（默认为1）

矩形边框的线宽（像素值）

python 复制代码

import cv2
import pandas as pd

amy = cv2.imread('../data/phone.png')
amy_gray = cv2.cvtColor(amy,cv2.COLOR_BGR2GRAY)
cv2.imshow('amy_gray', amy_gray)
cv2.waitKey(0)
#amy_gray = cv2.cvtColor(amy,cv2.COLOR_BGR2GRAY) 读取灰度图
ret,amy_binary = cv2.threshold(amy_gray, 120,255,cv2.THRESH_BINARY)#阈值处理为二值
cv2.imshow(  'amy_binary',amy_binary)
cv2.waitKey(0)

_, contours, hierarchy = cv2.findContours (amy_binary, cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
 #contours = cv2.findContours (amy_binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)[ -2]#通用

# print(hierarchy)
print(len(contours))

image_copy = amy.copy()
cv2.drawContours(image=image_copy, contours=contours, contourIdx=-1, color=(0,255, 0),thickness=2)
cv2.imshow( 'Contours_show', image_copy)
cv2.waitKey(0)

x,y,w,h=cv2.boundingRect(cnt)#计算轮廓的最小外接矩形
phone_rectangle = cv2.rectangle(amy, (x,y), (x+w,y+h), (0,255, 0),  2)#在图像上绘制矩形
cv2.imshow(  'phone_rectangle',phone_rectangle)
cv2.waitKey(0)

四、轮廓近似

python 复制代码

cv2.approxPolyDP(curve, epsilon, closed)

参数介绍：

curve：

需要简化的原始轮廓点集（单个轮廓，非轮廓列表）

epsilon：

逼近精度（核心参数），表示「原始轮廓」与「近似多边形」之间的最大允许距离（单位：像素）

通常取「原始轮廓周长」的百分比

closed：

指定近似后的多边形是否为闭合轮廓

True：多边形闭合（首尾点相连）

False：多边形开放（首尾点不相连）

python 复制代码

phone = cv2.imread('phone.png')
phone_gray=cv2.cvtColor(phone,cv2.COLOR_BGR2GRAY) #转换为灰度图
ret, phone_thresh = cv2. threshold(phone_gray, 120, 255, cv2. THRESH_BINARY) #二值化
#image, Contours, hierarchy = cV2.findContours (phone_thresh, cV2.RETR_ TREE, CV2.CHAIN APPROX NONE)#获轮廓
contours=cv2.findContours(phone_thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)[-2]
epsilon = 0.01 * cv2.arcLength(contours[0],  True)#设置近似精度Ih要<E;E越小，点越多，越精确】
approx = cv2.approxPolyDP(contours[0], epsilon,True)#对轮廓进行近似
print(contours[0].shape)
print(approx.shape)
phone_new = phone.copy()
image_contours = cv2.drawContours(phone_new,[approx], contourIdx=-1, color=(0,255, 0), thickness=3)#cv2.imshow( winname: 'phone',phone)
cv2.waitKey(0)
cv2.imshow( 'image_contours',image_contours)
cv2.waitKey(0)