影像輪廓處理

crossoverpptx發表於2022-12-23

1、輪廓提取

輪廓提取是提取出影像的外部輪廓特徵，輪廓可能是邊緣的一部分。

2、輪廓提取方法及Python實現

2.1 掏空內部點法

掏空內部點法的原理非常簡單：如果原圖中有一點為黑，且它的8個相鄰點皆為黑色，則將該點刪除，否則認為該點在影像的邊緣，需要保留。依次處理影像中每一個畫素，則最後留下來的就是影像的輪廓。對於非二值影像，需要先進行二值化處理。
程式碼如下：

def Get_contour(bin_img):
    contour_img = np.zeros(shape=(bin_img.shape),dtype=np.uint8)
    contour_img += 255
    h = bin_img.shape[0]
    w = bin_img.shape[1]
    for i in range(1,h-1):
        for j in range(1,w-1):
            if(bin_img[i][j]==0):
                contour_img[i][j] = 0
                sum = 0
                sum += bin_img[i - 1][j + 1]
                sum += bin_img[i][j + 1]
                sum += bin_img[i + 1][j + 1]
                sum += bin_img[i - 1][j]
                sum += bin_img[i + 1][j]
                sum += bin_img[i - 1][j - 1]
                sum += bin_img[i][j - 1]
                sum += bin_img[i + 1][j - 1]
                if sum ==  0:
                    contour_img[i][j] = 255

    return contour_img

效果如下（左側是Otsu二值化影像；右側是輪廓影像）：

2.2 opencv-python中輪廓提取方法的應用

（1）opencv-python中使用cv2.findContours函式來檢測影像的邊緣，其函式原型如下：

contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]])

引數說明如下：
image：輸入影像；
mode：輪廓檢索模式；
method：輪廓逼近方法；
contours：返回的輪廓；
hierachy：每條輪廓對應的屬性；
offset：每個輪廓點移動的可選偏移量。
備註：image引數需要是二值圖，而不是灰度圖，返回結果是等高線和層次結構。

輪廓檢索模式：
cv2.RETR_EXTERNAL：表示只檢測外輪廓；
cv2.RETR_LIST：檢測的輪廓，不建立等級關係；
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；
cv2.RETR_TREE：建立一個等級樹結構的輪廓。

輪廓逼近方法：
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))==1，一般不會用到；
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，cv2.CV_CHAIN_APPROX_TC89_KCOS：使用teh-Chinl chain近似演算法。

（2）輪廓發現之後，還要透過cv2.drawContours函式繪製輪廓，其函式原型如下：

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

引數說明如下：
image：輸入影像；
contours：輪廓，在Python中是一個list，就是cv2.findContours函式找出來的點集，一個列表；
contourIdx：輪廓的索引，指定繪製輪廓list中的哪條輪廓，要繪製所有輪廓，傳遞-1；
color：顏色；
thickness：厚度，如果是-1，表示填充；
lineType：線型；
hierarchy：層次結構的可選資訊；
maxLevel：繪製輪廓的最大級別，0：僅繪製指定的輪廓，1：繪製輪廓和所有巢狀輪廓，2：繪製輪廓，所有巢狀輪廓，所有巢狀到巢狀的輪廓；
offset：輪廓偏移引數。

根據上面兩個函式，測試程式碼如下：

# 第一步：讀入影像
img = cv2.imread('lenna.jpg')

# 第二步：對影像做灰度處理
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 第三步：對影像做二值化處理
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 第四步：獲得影像的輪廓值
contours, heriachy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

# 第五步：繪製影像輪廓
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
res = cv2.drawContours(img, contours, -1, (0, 0, 255), 1)

plt.imshow(res, cmap='gray')
plt.title('contour')
plt.axis('off')
plt.show()

效果如下：

相關文章