python+opencv---轮廓发现
轮廓发现---是基于图像边缘提取的基础寻找对象轮廓的方法,
所有边缘提取的阈值选定会影响最终轮廓发现的结果。
介绍两种API使用:
-cv.findContours 发现轮廓
-cv.drawContours 绘制轮廓
*利用梯度避免阈值烦恼
效果图:
使用边缘Canny()提取边缘
高斯模糊+灰度+全局阈值--->二值化图像
代码:
import cv2 as cv import numpy as np def edge_demo(image): #先将图像高斯模糊去噪 blurred = cv.GaussianBlur(image,(3,3),0) #图像灰度化 gray = cv.cvtColor(blurred,cv.COLOR_BGR2GRAY) #图像边缘提取 edge_output = cv.Canny(gray,50,150) cv.imshow("CannyEdge",edge_output) #彩色边线 # dst = cv.bitwise_and(image,gray,mask=edge_output) # cv.imshow("Color Edge",dst) return edge_output """ findContours(image, mode, method[, contours[, hierarchy[, offset]]]) -> image, contours, hierarchy drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]]) -> image """ def contours_demo(image): """ dst = cv.GaussianBlur(image,(3,3),0) #用高斯模糊去噪 gray = cv.cvtColor(dst,cv.COLOR_BGR2GRAY) #图像二值化---返回阈值和二值图像 ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU) cv.imshow("binary_image",binary) """ binary = edge_demo(image) cloneImage,contours,hierarchy = cv.findContours(binary,cv.RETR_TREE,cv.CHAIN_APPROX_SIMPLE) for i ,contour in enumerate(contours): cv.drawContours(image,contours,i,(255,0,0),-2) print(i) cv.imshow("detect contours",image) src = cv.imread('circles.jpg') cv.namedWindow('input_image',cv.WINDOW_AUTOSIZE) cv.imshow('input_image',src) contours_demo(src) # edge_demo(src) cv.waitKey(0) cv.destroyAllWindows()
注意:
1.Opencv发现轮廓的函数原型为:
findContours(image, mode, method[, contours[, hierarchy[, offset]]]) -> image, contours, hierarchy
image参数表示8位单通道图像矩阵,可以是灰度图
gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)
,但更常用的是二值图像
ret,binary = cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)
,一般是经过Canny、拉普拉斯等边缘检测算子处理过的二值图像。
mode参数表示轮廓检索模式:
①CV_RETR_EXTERNAL:只检测最外围轮廓,包含在外围轮廓内的内围轮廓被忽略。
②CV_RETR_LIST:检测所有的轮廓,包括内围、外围轮廓,但是检测到的轮廓不建立等级关系,彼此之间独立,没有等级关系,这就意味着这个检索模式下不存在父轮廓或内嵌轮廓。
③CV_RETR_CCOMP:检测所有的轮廓,但所有轮廓只建立两个等级关系,外围为顶层,若外围内的内围轮廓还包含了其他的轮廓信息,则内围内的所有轮廓均归属于顶层。
④CV_RETR_TREE:检测所有轮廓,所有轮廓建立一个等级树结构,外层轮廓包含内层轮廓,内层轮廓还可以继续包含内嵌轮廓。
method参数表示轮廓的近似方法:
①CV_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。
②CV_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。
③CV_CHAIN_APPROX_TC89_L1,CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法。
contours参数是一个list,表示存储的每个轮廓的点集合。
hierarchy参数是一个list,list中元素个数和轮廓个数相同,每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0] ~hierarchy[i][3],
分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号,如果没有对应项,则该值为负数。
offset参数表示每个轮廓点移动的可选偏移量。
2.Opencv绘制轮廓的函数原型为:
drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]]) -> image
imgae参数表示目标图像。
contours参数表示所有输入轮廓。
contourIdx参数表示绘制轮廓list中的哪条轮廓, 如果是负数,则绘制所有轮廓。
color参数表示轮廓的颜色。
thickness参数表示绘制的轮廓线条粗细,如果是负数,则填充轮廓内部。
lineType参数表示线型。
hierarchy参数表示有关层次结构的可选信息。
maxLevel参数表示绘制轮廓的最大级别。 如果为0,则仅绘制指定的轮廓。 如果为1,则该函数绘制轮廓和所有嵌套轮廓。
如果为2,则该函数绘制轮廓,所有嵌套轮廓,所有嵌套到嵌套的轮廓,等等。 仅当有可用的层次结构时才考虑此参数。
offset参数表示可选的轮廓偏移参数,该参数可按指定的方式移动所有绘制的轮廓。
参考:
https://blog.csdn.net/on2way/article/details/46812121