轮廓计算画图(一）轮廓提取

思路概述

• 使用pycv2提取轮廓
• 使用turtle换图
• 制作命令行工具
• 使用tk制作图形化参数调节

轮廓提取部分

**重要的函数***Canny,findContours

Canny 边缘检测

基本概念

Canny 是一种多级边缘检测算法，由 John F. Canny 于 1986 年提出。它的目标是：

• 最大化检测真正的边缘

• 最小化误检（抑制噪声）

• 精确地定位边缘位置

工作原理（4 个阶段）

# 典型调用
edges = cv2.Canny(image, threshold1, threshold2)

1. 高斯滤波去噪：使用高斯滤波器平滑图像，去除噪声

2. 计算梯度：用 Sobel 算子计算每个像素的梯度强度和方向

3. 非极大值抑制(NMS)：沿梯度方向保留局部最大值点，细化边缘

4. 双阈值筛选与边缘连接：

   • 强边缘：梯度 > threshold2（保留）

   • 弱边缘：threshold1 < 梯度 < threshold2（若与强边缘相连则保留）

输出：二值图像（边缘为白色255，背景为黑色0）

---

findContours 轮廓提取

基本概念

findContours 是 OpenCV 中用于从二值图像中提取物体轮廓的函数。轮廓是连接连续白色像素的边界曲线。

# 典型调用
contours, hierarchy = cv2.findContours(binary_image, mode, method)

工作原理

1. 扫描二值图像：寻找所有白色像素连通区域

2. 提取边界：追踪每个连通区域的边界点

3. 组织轮廓关系：建立轮廓间的层次结构（父子关系）

4. 返回结果：轮廓点集列表和层次信息

输入要求：必须是二值图像（uint8 类型）

---

区别与联系

特性	Canny	findContours
功能	边缘检测	轮廓提取
输入	灰度图	二值图（关键！）
输出	二值边缘图	轮廓点集列表
目的	找出像素级边缘	找出物体边界曲线
数学基础	微分+优化	拓扑分析

---

为什么先用 Canny 再用 findContours？

1. 输入要求强制

# ❌ 错误：findContours 不能直接处理灰度图
contours = cv2.findContours(gray_img, ...)

# ✅ 正确：必须先用 Canny 转为二值图
edges = cv2.Canny(gray_img, 50, 150)  # 输出二值图
contours = cv2.findContours(edges, ...)

API设计

作为画图模块的数据源

def analysis(  
        img_path: pathlib.Path,  
        json_path: pathlib.Path = None,  
        ksize: tuple[int, int] = (5, 5),  
        approx_ratio: float = 0.005,  
        thresh: int = 100,  
        min_area: int = 30  
) -> tuple[list[tuple[int, int]], int, int]:  
    """  
    解析图片生成点集路径，默认不保存为json文件  
    :param img_path: 路径  
    :param json_path: json保存路径  
    :param ksize: 高斯模糊，高斯核  
    :param approx_ratio: 轮廓转坐标点精细度，越小越精细  
    :param thresh: 轮廓识别阈值，越小轮廓越多  
    :param min_area: 剔除面积太小的轮廓  
    :return: 返回一个二维列表，包含轮廓,以及图片的长宽

作为轮廓提取的内核

def _get_contours(img: cv2.Mat | ndarray[Any, dtype[integer[Any] | floating[Any]]],  
                  ksize: tuple[int, int], thresh: int) -> \  
        tuple[Sequence[cv2.Mat | ndarray[Any, dtype[integer[Any] | floating[Any]]]], cv2.Mat | ndarray[  
            Any, dtype[integer[Any] | floating[Any]]]]:  
    """  
    提取轮廓  
    :param img: 处理的图片对象  
    :param ksize: 模糊的高斯核  
    :param thresh: 轮廓判定的阈值  
    :return: 轮廓，图片对象（不过这个对象其实是只读状态）  
    """