查找轮廓（cv2.findCountours函数）

1.输入为二值图像，黑色为背景，白色为目标

2.该函数会修改原图像，因此若想保留原图像在，则需拷贝一份，在拷贝图里修改。

一.查找轮廓

cv2.findContours()

三个输入参数：输入图像（二值图像），轮廓检索方式，轮廓近似方法

1.轮廓检索方式

cv2.RETR_EXTERNAL	只检测外轮廓
cv2.RETR_LIST	检测的轮廓不建立等级关系
cv2.RETR_CCOMP	建立两个等级的轮廓，上面一层为外边界，里面一层为内孔的边界信息
cv2.RETR_TREE	建立一个等级树结构的轮廓

2.轮廓近似办法

cv2.CHAIN_APPROX_NONE	存储所有边界点
cv2.CHAIN_APPROX_SIMPLE	压缩垂直、水平、对角方向，只保留端点
cv2.CHAIN_APPROX_TX89_L1	使用teh-Chini近似算法
cv2.CHAIN_APPROX_TC89_KCOS	使用teh-Chini近似算法

三个返回值：图像，轮廓，轮廓的层析结构

二.绘制轮廓

cv2.drawContours()

五个输入参数：原始图像，轮廓（python列表），轮廓的索引（当设置为-1时，绘制所有轮廓），画笔颜色，画笔大小

一个返回值：返回绘制了轮廓的图像

代码：

import cv2

img = cv2.imread('D:\\test\\contour.jpg')

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

ret, binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)    

binary , contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)    # 输出为三个参数

cv2.drawContours(img,contours,-1,(0,0,255),3)    

cv2.imshow("img", img)

cv2.waitKey(0)

巴特西

查找轮廓（cv2.findCountours函数）

最新文章

热门文章