OpenCV findContours 與 drawContours 用法

一、獲取輪廓--findContours

cv2.findContours() 的第二個引數主要有

• cv2.RETR_LIST：檢測的輪廓不建立等級關係
• cv2.RETR_TREE：L建立一個等級樹結構的輪廓。
• cv2.RETR_CCOMP：建立兩個等級的輪廓，上面的一層為外邊界，裡面的一層為內孔的邊界資訊。
• cv2.RETR_EXTERNAL：表示只檢測外輪廓

cv2.findContours() 的第三個引數 method為輪廓的近似辦法

• cv2.CHAIN_APPROX_NONE儲存所有的輪廓點，相鄰的兩個點的畫素位置差不超過1，即max（abs（x1-x2），abs（y2-y1））==1
• cv2.CHAIN_APPROX_SIMPLE壓縮水平方向，垂直方向，對角線方向的元素，只保留該方向的終點座標，例如一個矩形輪廓只需4個點來儲存輪廓資訊
• cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似演算法

返回值：image, contours, hierarchy

• contour返回值
  cv2.findContours()函式首先返回一個list，list中每個元素都是影像中的一個輪廓，用numpy中的ndarray表示。
• hierarchy返回值
  該函式還可返回一個可選的hiararchy結果，這是一個ndarray，其中的元素個數和輪廓個數相同，每個輪廓contours[i]對應4個hierarchy元素hierarchy[i][0] ~hierarchy[i][3]，分別表示後一個輪廓、前一個輪廓、父輪廓、內嵌輪廓的索引編號，如果沒有對應項，則該值為負數。

二、繪出輪廓--drawContours

cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset ]]]]])

• 第一個引數是指明在哪幅影像上繪製輪廓；
• 第二個引數是輪廓本身，在Python中是一個list。
• 第三個引數指定繪製輪廓list中的哪條輪廓，如果是-1，則繪製其中的所有輪廓。後面的引數很簡單。其中thickness表明輪廓線的寬度，如果是-1（cv2.FILLED），則為填充模式。繪製引數將在以後獨立詳細介紹。

三、測試

import cv2

img = cv2.imread('test.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret,binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

_,contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

draw_img0 = cv2.drawContours(img.copy(),contours,0,(0,255,255),3)
draw_img1 = cv2.drawContours(img.copy(),contours,1,(255,0,255),3)
draw_img2 = cv2.drawContours(img.copy(),contours,2,(255,255,0),3)
draw_img3 = cv2.drawContours(img.copy(), contours, -1, (0, 0, 255), 3)


print ("contours:型別：",type(contours))
print ("第0 個contours:",type(contours[0]))
print ("contours 數量：",len(contours))

print ("contours[0]點的個數：",len(contours[0]))
print ("contours[1]點的個數：",len(contours[1]))

cv2.imshow("img", img)
cv2.imshow("draw_img0", draw_img0)
cv2.imshow("draw_img1", draw_img1)
cv2.imshow("draw_img2", draw_img2)
cv2.imshow("draw_img3", draw_img3)

cv2.waitKey(0)
cv2.destroyAllWindows()

#################################
# 輸出：
# contours:型別： <class 'list'>
# 第0 個contours: <class 'numpy.ndarray'>
# contours 數量： 3
# contours[0]點的個數： 6
# contours[1]點的個數： 74