当前位置：物联沃-IOTWORD物联网 > 技术教程 > opencv-python 详解轮廓及findContours()、drawContours()函数_python opencv findcontours

代码收藏家技术教程 2025-02-11

opencv-python 详解轮廓及findContours()、drawContours()函数_python opencv findcontours

（敲黑板划重点）理解轮廓层级、等级：

轮廓的检索方法模式4种：

轮廓的近似办法有4种：

轮廓的定义

轮廓是一系列相连的点组成的曲线，代表了物体的基本外形。

轮廓和边缘的区别

谈起轮廓不免想到边缘，它们确实很像。简单的说，轮廓是连续的，边缘并不全都连续（下图）。其实边缘主要是作为图像的特征使用，比如可以用边缘特征可以区分脸和手，而轮廓主要用来分析物体的形态，比如物体的周长和面积等，可以说边缘包括轮廓。

寻找轮廓的方法和经验

寻找轮廓的操作一般基于二值化图，所以通常会使用阈值分割或Canny边缘检测先得到二值图。
经验之谈：寻找轮廓是针对白色物体的，一定要保证物体是白色，而背景是黑色，不然很多人在
寻找轮廓时会找到图片最外面的一个框。

先看一个demo，图片：

代码：

import cv2

img = cv2.imread('handwriting.jpg')
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 使用Otsu自动阈值，注意用的是cv2.THRESH_BINARY_INV
ret, thresh = cv2.threshold(
    img_gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
# cv2.imshow("thresh", thresh)
"""
寻找轮廓方法三个参数：输入图像，轮廓检索模式，轮廓近似方法
返回值contours是轮廓本身contours，还有一个是每条轮廓对应的属性hierarchy，下边详解
"""
contours, hierarchy = cv2.findContours(
    thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
print(len(contours)) # 结果应该为2，两个轮廓
cnt = contours[1]
"""
绘制轮廓:
第一个参数是一张图片，可以是原图或者其他。
第二个参数是轮廓，也可以说是cv2.findContours()找出来的点集，一个列表。
第三个参数是对轮廓（第二个参数）的索引，当需要绘制独立轮廓时很有用，若要全部绘制可设为-1。
接下来的参数是轮廓的颜色和厚度。
"""
cv2.drawContours(img, [cnt], 0, (0, 0, 255), 2)

cv2.imshow('contours', img)
cv2.waitKey(0)

findContours()详解

使用 cv2.findContours() 寻找轮廓，findContours()有三个参数：输入图像，轮廓检索模式，轮廓近似方法，返回值contours是轮廓本身contours，还有一个是每条轮廓对应的属性hierarchy，下边详解。

（敲黑板划重点）理解轮廓层级、等级：

图中总共有8条轮廓，2和2a分别表示外层和里层的轮廓，3和3a也是一样。从图中看得出来：

轮廓0/1/2是最外层的轮廓，我们可以说它们处于同一轮廓等级：0级

轮廓2a是轮廓2的子轮廓，反过来说2是2a的父轮廓，轮廓2a算一个等级：1级

同样3是2a的子轮廓，轮廓3处于一个等级：2级

类似的，3a是3的子轮廓，等等…………

这里面
OpenCV
关注的就是两个概念：同一轮廓等级和轮廓间的子属关系。

如果我们打印出 cv2.findContours() 函数的返回值hierarchy，会发现它是一个包含4个值的数组：
[Next, Previous, First Child, Parent]

Next：与当前轮廓处于同一层级的下一条轮廓，举例来说，前面图中跟0处于同一层级的下一条轮廓是1，所以Next=1；同理，对轮廓1来说，Next=2；那么对于轮廓2呢？没有与它同一层级的下一条轮廓了，此时Next=-1。

Previous：与当前轮廓处于同一层级的上一条轮廓，跟前面一样，对于轮廓1来说，Previous=0；对于轮廓2，Previous=1；对于轮廓1，没有上一条轮廓了，所以Previous=-1。

First Child：当前轮廓的第一条子轮廓,比如对于轮廓2，第一条子轮廓就是轮廓2a，所以First Child=2a；对轮廓3a，First Child=4。

Parent：当前轮廓的父轮廓

比如2a的父轮廓是2，Parent=2；轮廓2没有父轮廓，所以Parent=-1。

经验之谈：
OpenCV
中找到的轮廓序号跟前面讲的不同噢，如下图：

轮廓的检索方法模式4种：

CV2.RETR_EXTERNAL 表示只检测外轮廓。这种方式只寻找最高层级的轮廓，也就是它只会找到前面我们所说的3条0级轮廓：

CV2.RETR_LIST 检测的轮廓不建立等级关系。这是最简单的一种寻找方式，它不建立轮廓间的子属关系，也就是所有轮廓都属于同一层级。这样， hierarchy中的后两个值[First Child, Parent]都为-1。比如同样的图，我们使用cv2.RETR_LIST来寻找轮廓：

因为没有从属关系，所以轮廓0的下一条是1，1的下一条是2……

经验之谈：如果你不需要轮廓层级信息的话，cv2.RETR_LIST
更推荐使用，因为性能更好。

CV2.RETR_CCOMP 建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层。cv2.RETR_CCOMP比较难理解，但其实也很简单：它把所有的轮廓只分为2个层级，不是外层的就是里层的。结合代码和图片，我们来理解下：

图中括号里面1代表外层轮廓，2代表里层轮廓。比如说对于轮廓2，Next就是4，Previous是1，它有里层的轮廓3，所以First Child=3，但因为只有两个层级，它本身就是外层轮廓，所以Parent=-1。大家可以针对其他的轮廓自己验证一下。

作者：2501_90339150

物联沃分享整理
物联沃-IOTWORD物联网 » opencv-python 详解轮廓及findContours()、drawContours()函数_python opencv findcontours

代码收藏家普通

分享到：

发表回复取消回复