图像轮廓
Contours：轮廓
轮廓是将没有连着一起的边缘连着一起。
边缘检测检测出边缘，边缘有些未连接在一起。
注意问题
1.对象为二值图像，首先进行阈值分割或者边缘检测。
2.查找轮廓需要更改原始图像，通常使用原始图像的一份进行拷贝。
3.在opencv里，是从黑色背景里找白色。因此对象必须是白色，背景为黑色。
方法
cv2.findContours()
cv2.drawContours()
通过cv2.findContours() 查找轮廓在哪里，再通过 cv2.drawContours()将查找的轮廓绘制出来。
contours,hierarchy=cv2.findContours(image,mode,method)
contours：轮廓
hierarchy:图像的拓扑信息（轮廓层次）（存储上一个轮廓，父轮廓…）
image：原始图像
mode:轮廓检索方式
method:轮廓的近似方法
r=cv2.drawContours(image, contours, contourIdx, color[, thickness])
r:目标图像
image:原始图像
contours: 所有的输入轮廓边缘数组
contourIdx ：需要绘制的边缘索引，如果全部绘制为-1。如果有多个目标，可以绘制第一个目标0，第二个目标1，第三个目标2.。。
color：绘制的颜色，为BGR格式的SCalar
thickness:可选，绘制的密度，即轮廓的画笔粗细
import cv2
import numpy as np
o = cv2.imread('lena256.bmp')
gray = cv2.cvtColor(o,cv2.COLOR_BGR2GRAY)#BGR-灰度
ret, binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)#二值图像
contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
co=o.copy()#对原始图像进行绘制
r=cv2.drawContours(co,contours,-1,(0,127,127),4)#co为复制图像，轮廓会修改原始图像
cv2.imshow("original",o)
cv2.imshow("contours",r)
cv2.waitKey()
cv2.cvtColor(input_image, flag)用于颜色空间转换。
input_image：需要转换的图像
flag:转换类型
cv2.COLOR_BGR2GRAY : BGR -灰度
cv2.COLOR_BGR2RGB:BGR-RGB
cv2.COLOR_BGR2HSV：BGR-HSV
总目录链接：
python3+opencv学习笔记汇总目录（适合基础入门学习）
进阶版图像轮廓应用：
opencv进阶学习笔记12：轮廓发现和对象测量
电气专业的计算机小白，写博文不容易。如果你对本文感兴趣。请点个赞支持下，谢谢。