OpenCV轮廓Contour与连通域Connection

2023-09-09 02:57| 来源: 网络整理| 查看: 265

朋友们，今天我想跟大家分享OpenCV中的轮廓Contour与连通域Connection相关的知识。

在这里插入图片描述

通过这篇blog，你将了解：

怎么对图片进行二值化什么是OpenCV 中的轮廓与连通域。如何用OpenCV 提取轮廓和连通域。如何使用不同的颜色来显示这些轮廓与连通域。轮廓与连通域的区别。

在得到二值图的基础上，今天我想跟大家分享以下如何在OpenCV中提取轮廓Contour和连通域，并且用不同的颜色绘制出来。颜色可以是自己预先定义好的，也可以是随机生成的。

图片的二值化

我们先对图片进行二值化，对图片R通道进行二值化，得到R通道灰度值在50到200之间的区域。朋友们在使用cv2.threshold这个函数的时候需要注意的是，这个函数的第三个输入变量并不是灰度的阈值，而是这个区域会被涂成什么灰度。

self.low_threshold = [50] self.high_threshold = [200] (self.B, self.G, self.R) = cv2.split(self.img) ret, thresh = cv2.threshold(self.R, self.low_threshold[0], 255, cv2.THRESH_BINARY) ret, thresh1 = cv2.threshold(self.R, self.high_threshold[0], 255, cv2.THRESH_BINARY_INV) self.region = cv2.bitwise_and(thresh, thresh1) cv2.imshow('二值化',self.region) cv2.waitKey(0)

运行这些代码之后，我们会得到这样一张二值图：

在这里插入图片描述

在这张二值图的基础上，我们就可以进行轮廓和连通域的提取了。

轮廓和连通域的提取

轮廓的提取：

contours, hierarchy = cv2.findContours(self.region,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

连通域的提取:

retval, labels, stats, centroids = cv2.connectedComponentsWithStats(self.region,connectivity=8)

cv2.connectedComponentsWithStats可以直接将连通域的外接矩形和中心点，面积一起得到，如果不需要这些信息，可以使用cv.connectedComponents

12色绘制

由于随机生成的颜色有可能过于接近或者过暗，参照halcon的显示方法，我们先定义好12种颜色:

在这里插入图片描述

在代码中我们这样定义，注意OpenCV的顺序是BGR。

self.colors = [(0,0,255),(255,0,0),(0,255,0),(0,128,255),(0,255,255),(0,255,128),(128,255,0),(255,255,0),(255,128,0),(255,0,128),(255,0,255),(128,0,255)]

轮廓的绘制：

for i in range(0, len(contours)): cnt = contours[i] area = cv2.contourArea(cnt) # 判断轮廓是否满足面积要求 if(area>300): color = colors[i%12] cv2.drawContours(display, [cnt], -1, color, -1)

连通域的绘制：

for (i, label) in enumerate(np.unique(labels)): # 如果是背景，忽略 if label == 0: # print("[INFO] label: 0 (background)") continue numPixels = stats[i][-1] # 判断区域是否满足面积要求 if numPixels > 300: color = self.colors[i % 12] self.frame[labels == label] = [color[2], color[1], color[0]] 轮廓与连通域的比较

下面这张图左半部分是12色绘制轮廓，右半部分是12色绘制的连通区域

在这里插入图片描述

大家看到两张图有什么不同了吗？哈哈，看看能看到有几处不一样

大家看白武士的嘴巴，耳朵和肩膀的位置，可以看到右边的连通域图片上这些位置是空的，而轮廓图片上却把这些位置都用彩色表示来出来。

这是因为在OpenCV中Contour是分等级的，被包围的空白区域也是轮廓。简言之比如下图中2a这个轮廓是隶属于2，3a隶属于3。关于这一点大家可以看一下OpenCV的文档。

在这里插入图片描述

还有一点不同，白武士眼角的部分在轮廓图像中比较平滑，这是因为在提取轮廓的过程中使用的cv2.CHAIN_APPROX_SIMPLE这个参数，对轮廓进行来近似。

总结

我们一起梳理了从图像二值化，到轮廓连通域的绘制，再到12色显示，异同比较这些经典且非常实用的OpenCV 知识点，如果你正在使用或者学习OpenCV，相信这篇帖子一定会对你有所帮助。

如果您想系统的掌握更多OpenCV 的知识，我向大家推荐一下我的视频课《OpenCV从萌新到专家》.这篇帖子的完整代码我也会传到这门课程中。

在我的视频课中我将向您介绍丰富的OpenCV，Deep Learning 的知识，并且全部都配有完整的代码和数据，购买课程之后可以跟我一对一的沟通交流，相信学完之后您一定会收获满满。谢谢大家的支持！我在课程中等大家:)

在这里插入图片描述

【本文地址】

公司简介

联系我们

今日新闻

推荐新闻

专题文章