函数cv2.findContours(image, mode, method[, offset])
概述：
寻找一个二值图像的轮廓。注意黑色表示背景，白色表示物体，即在黑色背景里寻找白色物体的轮廓
参数：
- image:8位单通道图像。非零像素值视为1，所以图像视作二值图像
- mode:轮廓检索的方式
- cv2.RETR_EXTERNAL:只检索外部轮廓
- cv2.RETR_LIST: 检测所有轮廓且不建立层次结构
- cv2.RETR_CCOMP: 检测所有轮廓，建立两级层次结构
- cv2.RETR_TREE: 检测所有轮廓，建立完整的层次结构
- method:轮廓近似的方法
- cv2.CHAIN_APPROX_NONE:存储所有的轮廓点
- cv2.CHAIN_APPROX_SIMPLE:压缩水平，垂直和对角线段，只留下端点。 例如矩形轮廓可以用4个点编码。
- cv2.CHAIN_APPROX_TC89_L1,cv2.CHAIN_APPROX_TC89_KCOS:使用Teh-Chini chain近似算法
- offset:（可选参数）轮廓点的偏移量，格式为tuple,如（-10，10）表示轮廓点沿X负方向偏移10个像素点，沿Y正方向偏移10个像素点
返回值
contours:轮廓点。列表格式，每一个元素为一个3维数组（其形状为（n,1,2），其中n表示轮廓点个数，2表示像素点坐标）,表示一个轮廓
hierarchy:轮廓间的层次关系,为三维数组，形状为（1,n,4），其中n表示轮廓总个数，4指的是用4个数表示各轮廓间的相互关系。第一个数表示同级轮廓的下一个轮廓编号，第二个数表示同级轮廓的上一个轮廓的编号，第三个数表示该轮廓下一级轮廓的编号，第四个数表示该轮廓的上一级轮廓的编号
函数cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]])
概述
绘制轮廓线或者填充轮廓
参数
- image:需要绘制轮廓的目标图像，注意会改变原图
- contours:轮廓点，上述函数cv2.findContours()的第一个返回值
- contourIdx:轮廓的索引，表示绘制第几个轮廓，-1表示绘制所有的轮廓
- color:绘制轮廓的颜色
- thickness:（可选参数）轮廓线的宽度，-1表示填充
- lineType:（可选参数）轮廓线型，包括cv2.LINE_4,cv2.LINE_8（默认）,cv2.LINE_AA,分别表示4邻域线，8领域线，抗锯齿线（可以更好地显示曲线）
- hierarchy:（可选参数）层级结构，上述函数cv2.findContours()的第二个返回值，配合maxLevel参数使用
- maxLevel:（可选参数）等于0表示只绘制指定的轮廓，等于1表示绘制指定轮廓及其下一级子轮廓，等于2表示绘制指定轮廓及其所有子轮廓
- offset:（可选参数）轮廓点的偏移量
e.g.
import cv2
import numpy as np
import matplotlib.pyplot as plt
#载入原图，并转为灰度图像
img_original=cv2.imread('E:\ShannonT\\notebook workspace\\images\\5.5.1.png')
img_gray=cv2.cvtColor(img_original,cv2.COLOR_BGR2GRAY)
#求二值图像
retv,thresh=cv2.threshold(img_gray,125,255,1)
#寻找轮廓
contours,hierarchy=cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
#绘制轮廓
cv2.drawContours(img_original,contours,-1,(0,0,255),3,lineType=cv2.LINE_AA)
#显示图像
cv2.imshow('Contours',img_original)
cv2.waitKey()
cv2.destroyAllWindows()
print(hierarchy)
结果显示如下：
[[[ 3 -1 1 -1]
[-1 -1 2 0]
[-1 -1 -1 1]
[ 4 0 -1 -1]
[-1 3 5 -1]
[-1 -1 -1 4]]]
