【Python3-OpenCV】实现轮廓检测

这是我参与更文挑战的第9天，活动详情查看： 更文挑战

OpenCV是一个C++库,目前流行的计算机视觉编程库,用于实时处理计算机视觉方面的问题,它涵盖了很多计算机视觉领域的模块。在Python中常使用OpenCV库实现图像处理。

本文将介绍如何在Python3中使用OpenCV实现轮廓检测：

轮廓检测

轮廓检测是图像处理中经常用到的一个检测任务。

OpenCV中使用cv2.findContours()函数来查找检测物体的轮廓。

函数原型

cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]])


第一个参数是寻找轮廓的图像。

第二个参数表示轮廓的检索模式，有四种模式：

（1）cv2.RETR_EXTERNAL：表示只检测外轮廓
（2）cv2.RETR_LIST：检测的轮廓不建立等级关系
（3）cv2.RETR_CCOMP：建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层
（4）cv2.RETR_TREE：建立一个等级树结构的轮廓


第三个参数method为轮廓的近似办法

（1）cv2.CHAIN_APPROX_NONE存储所有的轮廓点，相邻的两个点的像素位置差不超过1，即max（abs（x1-x2），abs（y2-y1））==1
（2）cv2.CHAIN_APPROX_SIMPLE压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息
（3）cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法

函数返回值

cv2.findContours()函数返回两个值，

一个是轮廓本身contours，还有一个是每条轮廓对应的属性hierarchy。

轮廓绘制

OpenCV中通过cv2.drawContours()在图像上绘制轮廓。

cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset ]]]]])

第一个参数是指明在哪幅图像上绘制轮廓。

第二个参数是轮廓本身，在Python中是一个list。

第三个参数指定绘制轮廓list中的哪条轮廓，
（1）如果是-1，则绘制其中的所有轮廓。后面的参数很简单。其中thickness表明轮廓线的宽度，
（2）如果是-1（cv2.FILLED），则为填充模式。

实现代码

import cv2

# 读取图片
img = cv2.imread("E:\\demo\\demo1.jpg")
# 转灰度图片
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

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

# 轮廓检测
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

# 新打开一个图片，这张图片是一张纯白图片
newImg = cv2.imread("E:\\demo\\demo2.jpg")
newImg = cv2.resize(newImg, (300,180))

# 画图
cv2.drawContours(newImg, contours, -1, (0,0,0), 3)

# 展示
cv2.imshow("input", img)
cv2.imshow("Output", newImg)
cv2.waitKey(0)

输出为：

若仅需要图片中的文字的轮廓图，则需要修改部分代码：

import cv2

# 读取图片
img = cv2.imread("E:\\demo\\demo1.jpg")
# 转灰度图片
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

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

# 轮廓检测
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

# 新打开一个图片，这张图片是一张纯白图片
newImg = cv2.imread("E:\\demo\\demo2.jpg")
newImg = cv2.resize(newImg, (300,180))

# 画图
for i in range(len(contours)-1):
    cv2.drawContours(newImg, contours[i+1], -1, (0,0,0), 3)

# 展示
cv2.imshow("input", img)
cv2.imshow("Output", newImg)
cv2.waitKey(0)

输出为：

本月将陆续推出相关系列文章，

篇篇精彩，尽请关注。