python+openCV利用函數cv2.findContours()和cv2.drawContours查找並繪製輪廓

函數cv2.findContours(image, mode, method[, offset])

概述：

尋找一個二值圖像的輪廓。注意黑色表示背景，白色表示物體，即在黑色背景裏尋找白色物體的輪廓

參數：

• image:8位單通道圖像。非零像素值視爲1，所以圖像視作二值圖像
• mode:輪廓檢索的方式
  • cv2.RETR_EXTERNAL:只檢索外部輪廓
  • cv2.RETR_LIST: 檢測所有輪廓且不建立層次結構
  • cv2.RETR_CCOMP: 檢測所有輪廓，建立兩級層次結構
  • cv2.RETR_TREE: 檢測所有輪廓，建立完整的層次結構
• method:輪廓近似的方法
  • cv2.CHAIN_APPROX_NONE:存儲所有的輪廓點
  • cv2.CHAIN_APPROX_SIMPLE:壓縮水平，垂直和對角線段，只留下端點。 例如矩形輪廓可以用4個點編碼。
  • cv2.CHAIN_APPROX_TC89_L1,cv2.CHAIN_APPROX_TC89_KCOS:使用Teh-Chini chain近似算法
• offset:（可選參數）輪廓點的偏移量，格式爲tuple,如（-10，10）表示輪廓點沿X負方向偏移10個像素點，沿Y正方向偏移10個像素點

返回值

contours:輪廓點。列表格式，每一個元素爲一個3維數組（其形狀爲（n,1,2），其中n表示輪廓點個數，2表示像素點座標）,表示一個輪廓
hierarchy:輪廓間的層次關係,爲三維數組，形狀爲（1,n,4），其中n表示輪廓總個數，4指的是用4個數表示各輪廓間的相互關係。第一個數表示同級輪廓的下一個輪廓編號，第二個數表示同級輪廓的上一個輪廓的編號，第三個數表示該輪廓下一級輪廓的編號，第四個數表示該輪廓的上一級輪廓的編號

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

概述

繪製輪廓線或者填充輪廓

參數

• image:需要繪製輪廓的目標圖像，注意會改變原圖
• contours:輪廓點，上述函數cv2.findContours()的第一個返回值
• contourIdx:輪廓的索引，表示繪製第幾個輪廓，-1表示繪製所有的輪廓
• color:繪製輪廓的顏色
• thickness:（可選參數）輪廓線的寬度，-1表示填充
• lineType:（可選參數）輪廓線型，包括cv2.LINE_4,cv2.LINE_8（默認）,cv2.LINE_AA,分別表示4鄰域線，8領域線，抗鋸齒線（可以更好地顯示曲線）
• hierarchy:（可選參數）層級結構，上述函數cv2.findContours()的第二個返回值，配合maxLevel參數使用
• maxLevel:（可選參數）等於0表示只繪製指定的輪廓，等於1表示繪製指定輪廓及其下一級子輪廓，等於2表示繪製指定輪廓及其所有子輪廓
• offset:（可選參數）輪廓點的偏移量

e.g.

import cv2
import numpy as np
import matplotlib.pyplot as plt
#載入原圖，並轉爲灰度圖像
img_original=cv2.imread('E:\ShannonT\\notebook workspace\\images\\5.5.1.png')
img_gray=cv2.cvtColor(img_original,cv2.COLOR_BGR2GRAY)
#求二值圖像
retv,thresh=cv2.threshold(img_gray,125,255,1)
#尋找輪廓
contours,hierarchy=cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
#繪製輪廓
cv2.drawContours(img_original,contours,-1,(0,0,255),3,lineType=cv2.LINE_AA)
#顯示圖像
cv2.imshow('Contours',img_original)
cv2.waitKey()
cv2.destroyAllWindows()
print(hierarchy)

結果顯示如下：

[[[ 3 -1 1 -1]
[-1 -1 2 0]
[-1 -1 -1 1]
[ 4 0 -1 -1]
[-1 3 5 -1]
[-1 -1 -1 4]]]