OpenCv查詢輪廓-cv2.findContours()函式

　　contours, hier = cv2.findContours(img,mode,method)

　　引數：

　　1. img: 要尋找輪廓的影像

　　2. mode：輪廓的檢索模式(四種)

　　1.cv2.RETR_EXTERNAL 表示只檢測外輪廓

　　2.cv2.RETR_LIST 檢測的輪廓不建立等級關係

　　3.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。如果內孔內還有一個連通物體，這個物體的邊界也在頂層

　　4.cv2.RETR_TREE 建立一個等級樹結構的輪廓

　　3. method: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

　　返回值:

　　contours:一個列表，返回的輪廓

　　hier:一個ndarray, 每條輪廓對應的屬性，

　　import cv2

　　import numpy as np

　　img = cv2.pyrDown(cv2.imread("G:/cj/7.jpg", cv2.IMREAD_UNCHANGED))

　　print("圖片大小:",img.shape)

　　#高斯濾波

　　gray_img = cv2.GaussianBlur(img, (5, 5), 0)

　　#cv2.threshold (源圖片, 閾值, 填充色, 閾值型別)

　　#二值化 返回第一個得到的閾值值，第二個就是閾值化後的影像。

　　ret, thresh = cv2.threshold(cv2.cvtColor(gray_img.copy(), cv2.COLOR_BGR2GRAY) , 127, 255, cv2.THRESH_BINARY)

　　contours, hier = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

　　for c in contours:

　　# find bounding box coordinates獲取輪廓的最小矩形

　　x,y,w,h = cv2.boundingRect(c)

　　cv2.rectangle(gray_img, (x,y), (x+w, y+h), (0, 255, 0), 1)

　　center1=(int(x+w/2),int(y+h/2))

　　print("中心座標：",center1)

　　cv2.circle(gray_img, center1, 1, (0,255,0), -1, 0)

　　# find minimum area

　　rect = cv2.minAreaRect(c)

　　#繪製過中心的的直線

　　cv2.line(gray_img, (int(rect[0][0]),int(rect[0][1])),(int(rect[0][0]),0), (0,255,0),2,4)

　　# calculate coordinates of the minimum area rectangle獲取矩形四個點

　　box = cv2.boxPoints(rect)

　　# normalize coordinates to integers取整

　　box = np.int0(box)

　　# draw contours

　　print("四點座標：",box)

　　if box[0][0]<=img.shape[1]/2:

　　angle=rect[2]

　　cv2.line(gray_img, (int((box[2][0]+box[1][0])/2),int((box[2][1]+box[1][1])/2)),(int(rect[0][0]),int(rect[0][1])), (0,255,0),2,4)

　　print("偏轉角度：",angle)

　　else:

　　angle=90+rect[2]

　　cv2.line(gray_img, (int((box[2][0]+box[3][0])/2),int((box[2][1]+box[3][1])/2)),(int(rect[0][0]),int(rect[0][1])), (0,255,0),2,4) 大連做人流多少錢

　　print("偏轉角度：",angle)

　　cv2.drawContours(gray_img, [box], 0, (0,0, 255), 1)

　　# calculate center and radius of minimum enclosing circle

　　(x,y),radius = cv2.minEnclosingCircle(c)

　　# cast to integers

　　center = (int(x),int(y))

　　radius = int(radius)

　　# draw the circle

　　# img = cv2.circle(img,center,radius,(0,255,0),2)

　　text='Angle:'+str(round(angle,2))+'\n'+str((box[2][0]+box[0][0])/2)+','+str((box[2][1]+box[0][1])/2)

　　y0, dy = 50, 25

　　for i, txt in enumerate(text.split('\n')):

　　y = y0+2*i*dy

　　cv2.putText(gray_img, txt, (50,y), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

　　cv2.drawContours(gray_img, contours, -1, (255, 0, 0), 1)

　　cv2.imshow("contours", gray_img)

　　cv2.waitKey()

　　cv2.destroyAllWindows()