Python+OpenCV之图像轮廓详解

更新时间：2022年09月28日 14:42:48 作者：锦鲤AI幸运

这篇文章主要为大家详细介绍了Python OpenCV实现图像轮廓的方法，文中的示例代码讲解详细，具有一定的借鉴价值，感兴趣的可以了解一下

1. 图像轮廓

1.1 findContours介绍

cv2.findContours(img, mode, method)

mode:轮廓检索模式

RETR_EXTERNAL ：只检索最外面的轮廓；
RETR_LIST：检索所有的轮廓，并将其保存到一条链表当中；
RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部分外部边界，第二层是空洞的边界;
RETR_TREE：检索所有的轮廓，并重构嵌套轮廓的整个层次;

method:轮廓逼近方法

CHAIN_APPROX_NONE：以Freeman链码的方式输出轮廓，所有其他方法输出多边形（顶点的序列）。
CHAIN_APPROX_SIMPLE:压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分。

1.2 绘制轮廓

import cv2


def cv_show(img, name):
    cv2.imshow(name, img)
    cv2.waitKey()
    cv2.destroyAllWindows()


img = cv2.imread('DataPreprocessing/img/contours.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
cv_show(thresh, 'thresh')

contours.png原图展示:

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

draw_img = img.copy()
res = cv2.drawContours(draw_img, contours, -1, (0, 0, 255), 2)
cv_show(res, 'res')

“-1”表示显示所有轮廓，(B, G , R) = (0, 0, 255) 采用红色的显示全部轮廓，如下:

或者显示索引为1的轮廓,代码如下:

draw_img = img.copy()
res = cv2.drawContours(draw_img, contours, 1, (0, 0, 255), 2)
cv_show(res, 'res')

索引为1的是三角形的内轮廓，0是外轮廓：

1.3 轮廓特征

cnt = contours[0]

# 面积
print("面积: ", cv2.contourArea(cnt))

# 周长，True表示闭合的
print("周长: ", cv2.arcLength(cnt, True))

输出：

面积: 8500.5
周长: 437.9482651948929

2. 轮廓近似

2.1 轮廓

contours2.png原图 :

img = cv2.imread('DataPreprocessing/img/contours2.png')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cnt = contours[0]

draw_img = img.copy()
res = cv2.drawContours(draw_img, [cnt], -1, (0, 0, 255), 2)
cv_show(res, 'res')

边缘检测:

原理：以这个弧线为例， A , B A,B A,B端连线，取弧线上一点 C C C离线段 A B AB AB的距离最大，判断 d 1 d_{1} d1是否小于设置的阈值 T T T，不小于 T T T的，则以 A , C A,C A,C连接线段 A C AC AC,重复上面的操作，取得图中的 d 2 d_{2} d2，再同 T T T做比较，直至 d n d_{n} dn小于阈值得出线段为轮廓边缘。

2.2 边界矩形

img = cv2.imread('DataPreprocessing/img/contours.png')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cnt = contours[0]

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

2.3 外界多边形及面积

area = cv2.contourArea(cnt)
x, y, w, h = cv2.boundingRect(cnt)
rect_area = w * h
extent = float(area) / rect_area
print('轮廓面积与边界矩形比', extent)

输出：

轮廓面积与边界矩形比 0.5154317244724715

外接圆形:

(x, y), radius = cv2.minEnclosingCircle(cnt)
center = (int(x), int(y))
radius = int(radius)
img = cv2.circle(img, center, radius, (0, 255, 0), 2)
cv_show(img, 'img')

结果展示:

到此这篇关于Python+OpenCV之图像轮廓详解的文章就介绍到这了,更多相关Python OpenCV图像轮廓内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

python 类详解及简单实例
这篇文章主要介绍了python 类详解及实例的相关资料,需要的朋友可以参考下
2017-03-03
Python中decimal.Decimal类型和float类型的比较
这篇文章主要介绍了Python中decimal.Decimal类型和float类型的比较,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2023-11-11
Python代码列表求并集,交集,差集
这篇文章主要介绍了Python代码列表求并集,交集,差集，下面文章讲详细的介绍如何利用python代码实现并集,交集,差集的相关资料展开内容,需要的朋友可以参考一下
2021-11-11
Python实例解析图像形态学运算技术
形态学处理方法是基于对二进制图像进行处理的，卷积核决定图像处理后的效果。本文将为大家详细介绍一下OpenCV中的图像形态学，感兴趣的可以了解一下
2022-03-03
Python中的pickle模块解析
这篇文章主要介绍了Python中的pickle模块解析,pickle 模块和 json 模块很像,都有序列化的功能,不过 pickle 模块更加局限一些只能对 python 使用,它可以对一个 python 对象结构的二进制序列化和反序列化,需要的朋友可以参考下
2023-09-09
Python使用turtle库绘制小猪佩奇(实例代码)
这篇文章主要介绍了Python使用turtle库绘制小猪佩奇，本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下
2020-01-01
python批量更改目录名/文件名的方法
这篇文章主要介绍了python批量更改目录名/文件名的方法,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-04-04
如何解决安装python3.6.1失败
在本篇文章里小编给大家整理的是关于安装python3.6.1失败的解决方案，需要的读者们可以跟着学习下。
2020-07-07
tensorflow 实现自定义梯度反向传播代码
今天小编就为大家分享一篇tensorflow 实现自定义梯度反向传播代码，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-02-02
使用Python集合显著优化算法性能的实战案例
掌握 Python 中的 set 数据结构，是算法和数据结构的基本功，今天我们从一个实战案例出发，探讨如何利用Python集合显著优化算法性能，感兴趣的同学跟着小编一起来探讨吧
2023-06-06