OpenCV（25）轮廓检测（轮廓提取、属性、近似轮廓、外接矩形和外接圆）

目录一、基础理论1、轮廓概述2、cv.findContours函数（查找轮廓）3、cv.drawContours函数（画出轮廓）二、代码三、效果参考资料一、基础理论1、轮廓概述边缘和轮廓区别：边缘是零散的点，轮廓是整体。2、cv.findContours函数（查找轮廓）contours, hierarchy = cv2.findContours(img,mode,method)参数：返回：cont

文章共4,015字 · 阅读需要大约14分钟

一键AI生成摘要，助你高效阅读

问答

_睿智_

37940人浏览 · 2021-08-19 20:44:28

_睿智_ · 2021-08-19 20:44:28 发布

一、轮廓检测基础理论

1、轮廓概述

2、API介绍

1、cv.findContours函数（查找轮廓）

2、cv.drawContours函数（画出轮廓）

一、轮廓检测基础理论

1、轮廓概述

边缘和轮廓区别：边缘是零散的点，轮廓是整体。

在二值图中找轮廓。

2、API介绍

1、cv.findContours函数（查找轮廓）

contours, hierarchy = cv2.findContours(img,mode,method)

参数：

返回：

contours：轮廓

hierarchy：层级

# 1、根据二值图找到轮廓
    contours, hierarchy = cv.findContours(binary, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)
    # 轮廓      层级                               轮廓检索模式(推荐此)  轮廓逼近方法

2、cv.drawContours函数（画出轮廓）

# 2、画出轮廓
    dst = cv.drawContours(img, contours, -1,                (0, 0, 255), 3)
    #                           轮廓     第几个(默认-1：所有)   颜色       线条厚度

检测轮廓并画出：（用二值图检测轮廓）

# 提取轮廓
def GetGontours():
    # 1、根据二值图找到轮廓
    contours, hierarchy = cv.findContours(binary, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)
    # 轮廓      层级                               轮廓检索模式(推荐此)  轮廓逼近方法

    # 2、画出轮廓
    dst = cv.drawContours(img, contours, -1,                (0, 0, 255), 3)
    #                           轮廓     第几个(默认-1：所有)   颜色       线条厚度

    cv.imshow('dst', dst)

二、代码及效果

# 轮廓提取
import cv2 as cv

# 转二进制图像
def ToBinray():
    global imgray, binary
    # 1、灰度图
    imgray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    cv.imshow('imgray', imgray)

    # 2、二进制图像
    ret, binary = cv.threshold(imgray, 127, 255, 0)
    # 阈值 二进制图像
    cv.imshow('binary', binary)


# 提取轮廓
def GetGontours():
    # 1、根据二值图找到轮廓
    contours, hierarchy = cv.findContours(binary, cv.RETR_TREE, cv.CHAIN_APPROX_NONE)
    # 轮廓      层级                               轮廓检索模式(推荐此)  轮廓逼近方法

    # 2、画出轮廓
    dst = cv.drawContours(img, contours, -1,                (0, 0, 255), 3)
    #                           轮廓     第几个(默认-1：所有)   颜色       线条厚度

    cv.imshow('dst', dst)


if __name__ == '__main__':
    img = cv.imread('Resource/test11.jpg')
    cv.imshow('img', img)

    ToBinray()          #转二进制

    GetGontours()       #提取轮廓

    cv.waitKey(0)

三、轮廓检测的属性

1、画出单个轮廓

# 画出第一个轮廓
    cnt = contours[0]
    dst = cv.drawContours(img, cnt, -1, (0, 0, 255), 3)
    cv.imshow('dst1', dst)

2、显示面积和周长

# 获取轮廓面积
    area = cv.contourArea(cnt)
    print("轮廓面积：", area)

    # 周长（True表示合并）
    perimeter = cv.arcLength(cnt, True)
    print("轮廓周长：", perimeter)

代码及效果

# 获取轮廓信息
def GetContours_Attrib():
    # 画出第一个轮廓
    cnt = contours[0]
    dst = cv.drawContours(img, cnt, -1, (0, 0, 255), 3)
    cv.imshow('dst1', dst)

    # 获取轮廓面积
    area = cv.contourArea(cnt)
    print("轮廓面积：", area)

    # 周长（True表示合并）
    perimeter = cv.arcLength(cnt, True)
    print("轮廓周长：", perimeter)

四、近似轮廓

1、步骤

1、获取轮廓外围

2、设置精度（从轮廓到近似轮廓的最大距离）

3、获取近似轮廓

4、绘制轮廓

2、API

# 2、设置精度（从轮廓到近似轮廓的最大距离）
    epsilon = 0.03 * cv.arcLength(cnt, True)
    #                            轮廓  闭合轮廓还是曲线

# 3、获取近似轮廓
    approx = cv.approxPolyDP(cnt, epsilon,          True)
    #                             近似度(这里为10%)   闭合轮廓还是曲线

3、实现

# 轮廓近似
def GetApprox():
    # 1、取外围轮廓
    cnt = contours[0]

    # 2、设置精度（从轮廓到近似轮廓的最大距离）
    epsilon = 0.05 * cv.arcLength(cnt, True)
    #                            轮廓  闭合轮廓还是曲线

    # 3、获取近似轮廓
    approx = cv.approxPolyDP(cnt, epsilon,          True)
    #                             近似度(这里为5%)   闭合轮廓还是曲线

    # 4、绘制轮廓
    draw_img = img.copy()
    res = cv.drawContours(draw_img, [approx], -1, (0, 0, 255), 3)

    # 显示
    cv.imshow("res", res)

各精度的近似轮廓：

精度epsilon=0.01时的近似轮廓：

精度epsilon=0.02时的近似轮廓：

精度epsilon=0.03时的近似轮廓：

精度epsilon=0.04时的近似轮廓：

精度epsilon=0.05时的近似轮廓：

五、边界矩形和外接圆

边界矩形：根据坐标、长宽绘制矩形。

外接圆：根据圆心坐标、半径绘制圆。

1、边界矩形

# 获取边界矩形
def BoundingRect():
    # 1、取外围轮廓
    cnt = contours[0]

    # 2、获取正方形坐标长宽
    x, y, w, h = cv.boundingRect(cnt)

    # 3、画出矩形
    dst = img.copy()
    dst = cv.rectangle(dst, (x,y),(x+w,y+h), (0,0,255), 3)

    # 显示
    cv.imshow("dst", dst)

2、外接圆

# 获取外接圆
def Circle():
    # 1、获取第一个轮廓
    cnt = contours[0]

    # 2、获取外接圆
    (x, y), radius = cv.minEnclosingCircle(cnt)
    # 坐标   半径

    # 3、画圆
    dst = img.copy()
    dst = cv.circle(dst, (int(x), int(y)), int(radius), (0, 0, 255), 3)

    # 显示
    cv.imshow("dst", dst)

总代码

# 轮廓提取、属性、近似轮廓、边界矩形和外接圆
import cv2 as cv

# 转二进制图像
def ToBinray():
    global imgray, binary
    # 1、灰度图
    imgray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    cv.imshow('imgray', imgray)

    # 2、二进制图像
    ret, binary = cv.threshold(imgray, 127, 255, 0)
    # 阈值 二进制图像
    cv.imshow('binary', binary)


# 提取轮廓
def GetContours():
    global contours
    # 1、根据二值图找到轮廓
    contours, hierarchy = cv.findContours(binary, cv.RETR_TREE, cv.CHAIN_APPROX_NONE)
    # 轮廓      层级                               轮廓检索模式(推荐此)  轮廓逼近方法

    # 2、画出轮廓
    dst = img.copy()
    dst = cv.drawContours(dst, contours, -1,                (0, 0, 255), 3)
    #                           轮廓     第几个(默认-1：所有)   颜色       线条厚度

    cv.imshow('contours', dst)


# 获取轮廓信息
def GetContours_Attrib():
    # 画出第一个轮廓
    cnt = contours[0]
    dst = img.copy()
    dst = cv.drawContours(dst, cnt, -1, (0, 0, 255), 3)
    cv.imshow('contour0', dst)

    # 获取轮廓面积
    area = cv.contourArea(cnt)
    print("轮廓面积：", area)

    # 周长（True表示合并）
    perimeter = cv.arcLength(cnt, True)
    print("轮廓周长：", perimeter)


# 轮廓近似
def GetApprox():
    # 1、取外围轮廓
    cnt = contours[0]

    # 2、设置精度（从轮廓到近似轮廓的最大距离）
    epsilon = 0.01 * cv.arcLength(cnt, True)
    #                            轮廓  闭合轮廓还是曲线

    # 3、获取近似轮廓
    approx = cv.approxPolyDP(cnt, epsilon,          True)
    #                             近似度(这里为5%)   闭合轮廓还是曲线

    # 4、绘制轮廓
    dst = img.copy()
    dst = cv.drawContours(dst, [approx], -1, (0, 0, 255), 3)

    # 显示
    cv.imshow("apporx", dst)


# 获取边界矩形
def BoundingRect():
    # 1、取外围轮廓
    cnt = contours[0]

    # 2、获取正方形坐标长宽
    x, y, w, h = cv.boundingRect(cnt)

    # 3、画出矩形
    dst = img.copy()
    dst = cv.rectangle(dst, (x,y),(x+w,y+h), (0,0,255), 3)

    # 显示
    cv.imshow("rect", dst)


# 获取外接圆
def Circle():
    # 1、获取第一个轮廓
    cnt = contours[0]

    # 2、获取外接圆
    (x, y), radius = cv.minEnclosingCircle(cnt)
    # 坐标   半径

    # 3、画圆
    dst = img.copy()
    dst = cv.circle(dst, (int(x), int(y)), int(radius), (0, 0, 255), 3)

    # 显示
    cv.imshow("circle", dst)


if __name__ == '__main__':
    img = cv.imread('Resource/contour.jpg')
    cv.imshow('img', img)

    ToBinray()              #转二进制

    GetContours()           #提取轮廓

    GetContours_Attrib()    #获取轮廓信息

    GetApprox()             #轮廓近似

    BoundingRect()          #边界矩形

    Circle()                #外接圆

    cv.waitKey(0)