360提交网站备案青岛网站关键词排名优化
一、找轮廓 cv2.findContours()
contours,hierarchy = cv2.findContours(image=*,mode=*,method=*)contours：找到的所有轮廓数组，数组内的元素为轮廓像素点坐标。
hierarchy：轮廓间的层次关系。
image：二值图像（cv2.threshold()）。
mode：轮廓检测模式，常见方法如下：
| 模式 | 值 | 解释 |
| RETR_EXTERNAL | 0 | 只检测外部轮廓 |
| RETR_LIST | 1 | 检测所有轮廓，但不建立层级关系 |
| RETR_CCOMP | 2 | 检测所有轮廓，同时建立两个层级关系，如果内部还有轮廓则此轮廓与最外层轮廓同级 |
| RETR_TREE | 3 | 检测所有轮廓，同时建立一个树状层级关系 |
method：保存轮廓的方法，常见方法如下：
| 方法 | 值 | 解释 |
| CHAIN_APPROX_NONE | 1 | 存储所有轮廓点坐标 |
| CHAIN_APPROX_SIMPLE | 2 | 只保存轮廓顶点坐标 |
| CHAIN_APPROX_TC89L1 | 3 | 使用CHAIN_APPROX_TC89L1 近视算法保存轮廓坐标 |
| CHAIN_APPROX_TC89KCOS | 4 | 使用CHAIN_APPROX_TC89KCOS近视算法保存轮廓坐标 |
二、绘轮廓 cv2.drawContours()
img = cv2.drawContours(image=*,contours=,contourIdx=*,color=*,thickness=*,lineType=*,hierarchy=*,maxLevel=*,offset=*)
img：目标图像。
image：二值图像，用于填画上轮廓。
contours：cv2.findContours()函数返回的轮廓列表 list。
contourIdx：需要绘制的轮廓，在轮廓列表中的索引。-1 表示绘制列表中的所有轮廓。
color：（B，G，R）颜色。
thickness：轮廓粗细，-1 表示实心。
lineType：线条类型。
hierarchy：cv2.findContours() 输出的层次关系。
maxLevel：轮廓层次关系的深度，0表示绘制第0层次关系的轮廓。
offset：常数值，轮廓偏移量（相较于原轮廓坐标）
三、检测模式
3.1 外轮廓 RETR_EXTERNAL
import cv2
# 图像前处理
img = cv2.imread('contours.png') # 原图
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # GRAY
thresh,img_threshold = cv2.threshold(img_gray,150,255,cv2.THRESH_BINARY) # 二值contours,hierarchy = cv2.findContours(img_threshold,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
img1 = cv2.drawContours(img,contours,-1,(255,0,0),3)cv2.imshow('img',img)
cv2.imshow('img_threshold',img_threshold)
cv2.waitKey(0)
cv2.destroyAllWindows()
3.2 所有轮廓 cv2.RETR_LIST
import cv2
# 图像前处理
img = cv2.imread('contours.png') # 原图
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # GRAY
thresh,img_threshold = cv2.threshold(img_gray,150,255,cv2.THRESH_BINARY) # 二值contours,hierarchy = cv2.findContours(img_threshold,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
img1 = cv2.drawContours(img,contours,-1,(255,0,0),2)cv2.imshow('img',img)
cv2.imshow('img_threshold',img_threshold)
cv2.waitKey(0)
cv2.destroyAllWindows()
3.3 RETR_CCOMP
import cv2
import numpy as np# 图像前处理
img = cv2.imread('m.png') # 原图
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # GRAY
thresh,img_threshold = cv2.threshold(img_gray,150,255,cv2.THRESH_BINARY) # 二值contours,hierarchy = cv2.findContours(img_threshold,cv2.RETR_CCOMP,cv2.CHAIN_APPROX_SIMPLE)
print(hierarchy)
img1 = cv2.drawContours(img,contours,-1,(255,0,0),2)cv2.imshow('img',img)
cv2.imshow('img_threshold',img_threshold)
cv2.waitKey(0)
cv2.destroyAllWindows()hierarchy：详细解释请参考：《OpenCV计算机视觉项目实战（Python版）---p265》
print(hierarchy)结果
[[[ 1 -1 -1 -1][-1 0 2 -1][ 3 -1 -1 1][-1 2 -1 1]]]
3.4 RETR_TREE
import cv2
import numpy as np# 图像前处理
img = cv2.imread('m.png') # 原图
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # GRAY
thresh,img_threshold = cv2.threshold(img_gray,150,255,cv2.THRESH_BINARY) # 二值contours,hierarchy = cv2.findContours(img_threshold,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
print(hierarchy)
img1 = cv2.drawContours(img,contours,-1,(255,0,0),2)cv2.imshow('img',img)
cv2.imshow('img_threshold',img_threshold)
cv2.waitKey(0)
cv2.destroyAllWindows()hierarchy：详细解释请参考：《OpenCV计算机视觉项目实战（Python版）---p265》
print(hierarchy) 结果：
[[[-1 -1 1 -1][ 3 -1 2 0][-1 -1 -1 1][-1 1 -1 0]]]
四、轮廓面积、周长
4.1 面积 cv2.contourArea()
area = cv2.contourArea(contour=*,oriented=*)area：轮廓面积。
countour：要计算轮廓。
oriented：默认为：False，换回面积的绝对值。
import cv2
import numpy as np# 图像前处理
img = cv2.imread('contours.png') # 原图
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # GRAY
thresh,img_threshold = cv2.threshold(img_gray,150,255,cv2.THRESH_BINARY) # 二值contours,hierarchy = cv2.findContours(img_threshold,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
img1 = cv2.drawContours(img,contours,-1,(255,0,0),2)
areas = []
for i in range(len(contours)):area = cv2.contourArea(contours[i])areas.append(area)
print(areas)
cv2.waitKey(0)
cv2.destroyAllWindows()[8500.5, 15986.0, 11396.0, 11560.0, 7136.5]4.2 面积 cv2.arcLength()
arc = cv2.arcLength(contours,closed=*)arc：轮廓周长。
countours：要计算轮廓。
closed：Ture表示轮廓是封闭的。
import cv2
import numpy as np# 图像前处理
img = cv2.imread('contours.png') # 原图
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # GRAY
thresh,img_threshold = cv2.threshold(img_gray,150,255,cv2.THRESH_BINARY) # 二值contours,hierarchy = cv2.findContours(img_threshold,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
img1 = cv2.drawContours(img,contours,-1,(255,0,0),2)
areas = []
for i in range(len(contours)):arc = cv2.arcLength(contours[i],closed=True)areas.append(arc)
print(areas)
cv2.waitKey(0)
cv2.destroyAllWindows()[437.9482728242874, 492.6173119544983, 696.3086559772491, 403.98989498615265, 558.1147834062576]