OpenCV（25）轮廓检测（轮廓提取、属性、近似轮廓、外接矩形和外接圆）

您所在的位置：网站首页 › ps怎么提取图片外轮廓线在编辑 › OpenCV（25）轮廓检测（轮廓提取、属性、近似轮廓、外接矩形和外接圆）

OpenCV（25）轮廓检测（轮廓提取、属性、近似轮廓、外接矩形和外接圆）

2023-07-24 17:32| 来源: 网络整理| 查看: 265

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）

检测轮廓并画出：（用二值图检测轮廓）

二、代码及效果

三、轮廓检测的属性

1、画出单个轮廓

2、显示面积和周长

代码及效果

四、近似轮廓

1、步骤

2、API

3、实现

各精度的近似轮廓：

五、边界矩形和外接圆

1、边界矩形

2、外接圆

总代码

参考资料

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：

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)

参考资料

https://www.bilibili.com/video/BV1PV411774y?p=25

http://woshicver.com/FifthSection/4_9_2_%E8%BD%AE%E5%BB%93%E7%89%B9%E5%BE%81/

【本文地址】

公司简介

联系我们