图像轮廓之查找并绘制轮廓
《OpenCV轻松入门：面向Python》读书笔记
作者：李立宗
出版社：电子工业出版社
出版时间：2019-05
第12章 图像轮廓
边缘检测虽然能够检测出边缘，但边缘是不连续的，检测到的边缘并不是一个整体。图像轮廓是指将边缘连接起来形成的一个整体，用于后续的计算。
OpenCV提供了查找图像轮廓的函数cv2.findContours()，该函数能够查找图像内的轮廓信息，而函数cv2.drawContours()能够将轮廓绘制出来。
图像轮廓是图像中非常重要的一个特征信息，通过对图像轮廓的操作，我们能够获取目标图像的大小、位置、方向等信息。
12.1 查找并绘制轮廓
- 一个轮廓对应着一系列的点，这些点以某种方式表示图像中的一条曲线。
- 在OpenCV中，函数cv2.findContours()用于查找图像的轮廓，并能够根据参数返回特定表示方式的轮廓（曲线）。
- 函数cv2.drawContours()能够将查找到的轮廓绘制到图像上，该函数可以根据参数在图像上绘制不同样式（实心/空心点，以及线条的不同粗细、颜色等）的轮廓，可以绘制全部轮廓也可以仅绘制指定的轮廓。
1) 查找图像轮廓：findContours函数
函数cv2.findContours()的语法格式为：
contours, hierarchy = cv2.findContours( image, mode, method)
式中的返回值为：
- contours：返回的轮廓。
- hierarchy：图像的拓扑信息（轮廓层次）。
式中的参数为：
- image：原始图像。8位单通道图像，所有非零值被处理为1，所有零值保持不变。也就是说灰度图像会被自动处理为二值图像。在实际操作时，可以根据需要，预先使用阈值处理等函数将待查找轮廓的图像处理为二值图像。
- mode：轮廓检索模式。
- method：轮廓的近似方法。
2) 绘制图像轮廓：drawContours函数
在OpenCV中，可以使用函数cv2.drawContours()绘制图像轮廓。该函数的语法格式是：
image=cv2.drawContours(
image,
contours,
contourIdx,
color[,
thickness[,
lineType[,
hierarchy[,
maxLevel[,
offset]]]]] )
3) 轮廓实例1
【例12.1】绘制一幅图像内的所有轮廓。
如果要绘制图像内的所有轮廓，需要将函数cv2.drawContours()的参数contourIdx的值设置为“-1”。
#输出边缘和结构信息
import cv2
o = cv2.imread('contours.bmp')
cv2.imshow("original",o)
gray = cv2.cvtColor(o,cv2.COLOR_BGR2GRAY)
ret, binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary,
cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_SIMPLE)
o=cv2.drawContours(o,contours,-1,(0,0,255),5)
cv2.imshow("result",o)
cv2.waitKey()
cv2.destroyAllWindows()
图12-7 绘制所有轮廓
4) 逐个显示
【例12.2】逐个显示一幅图像内的边缘信息。
#输出边缘和结构信息
import cv2
import numpy as np
o = cv2.imread('contours.bmp')
cv2.imshow("original",o)
gray = cv2.cvtColor(o,cv2.COLOR_BGR2GRAY)
ret, binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary,
cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_SIMPLE)
n=len(contours)
contoursImg=[]
for i in range(n):
temp=np.zeros(o.shape,np.uint8)
contoursImg.append(temp)
contoursImg[i]=cv2.drawContours(
contoursImg[i],contours,i,(255,255,255),5)
cv2.imshow("contours[" + str(i)+"]",contoursImg[i])
cv2.waitKey()
cv2.destroyAllWindows()
图12-8 逐一显示所有轮廓
5) 提取前景
【例12.3】使用轮廓绘制功能，提取前景对象。
将函数cv2.drawContours()的参数thickness的值设置为“-1”，可以绘制前景对象的实心轮廓。将该实心轮廓与原始图像进行“按位与”操作，即可将前景对象从原始图像中提取出来。
import cv2
import numpy as np
o = cv2.imread('loc3.jpg')
cv2.imshow("original",o)
gray = cv2.cvtColor(o,cv2.COLOR_BGR2GRAY)
ret, binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary,
cv2.RETR_LIST,
cv2.CHAIN_APPROX_SIMPLE)
mask=np.zeros(o.shape,np.uint8)
mask=cv2.drawContours(mask,contours,-1,(255,255,255),-1)
cv2.imshow("mask" ,mask)
loc=cv2.bitwise_and(o,mask)
cv2.imshow("location" ,loc)
cv2.waitKey()
cv2.destroyAllWindows()
本例中将函数cv2.drawContours()的参数thickness设置为“-1”，得到了前景对象的实心轮廓mask。接下来，通过语句“cv2.bitwise_and(o, mask)”，将原始图像o与实心轮廓mask进行“按位与”运算，就得到了原始图像的前景对象。
图12-9 显示前景对象的轮廓及前景对象
