1500字范文 > 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）

时间：2023-05-14 15:18:33

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：
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)