一、检测轮廓
contours, hierarchy = cv2.findContours(image,mode,method)- image：输入图像
- mode：轮廓的模式。
cv2.RETR_EXTERNAL只检测外轮廓
cv2.RETR_LIST检测的轮廓不建立等级关系
cv2.RETR_CCOMP建立两个等级的轮廓，上一层为外边界，内层为内孔的边界。如果内孔内还有连通物体，则这个物体的边界也在顶层
cv2.RETR_TREE建立一个等级树结构的轮廓。
- method：轮廓的近似方法。
cv2.CHAIN_APPROX_NOME存储所有的轮廓点，相邻的两个点的像素位置差不超过1；cv2.CHAIN_APPROX_SIMPLE压缩水平方向、垂直方向、对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需要4个点来保存轮廓信息；cv2.CHAIN_APPROX_TC89_L1，cv2.CV_CHAIN_APPROX_TC89_KCOS
- contours：返回的轮廓
- hierarchy：每条轮廓对应的属性
二、轮廓绘制
cv2.drawContours(image, contours, contourIdx, color, thickness=None, lineType=None, hierarchy=None, maxLevel=None, offset=None)- image：输入图像
- contours：图像轮廓
- contourIdx：指定绘制轮廓list中的哪条轮廓，如果是-1，则绘制其中的所有轮廓
- color：线的颜色
- thickness：线的宽度
三、外接矩形
rect = cv2.minAreaRect(contours)- contours：轮廓信息
- rect：矩形的特征信息，其结构为：矩形中心（x，y），（宽度，高度），旋转角度。
points = cv2.boxPoints(rect)
points = np.int0(points)- rect：矩形特征信息
- points：得到最小外接矩形的四个点坐标
image = cv2.drawContours(original, [points], 0, (0, 0, 255), 2)四、轮廓特征
img = cv2.imread('图片位置')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)
binary, contours, hierarchy = cv2.findContours(thresh, cv2RETR_TREE,cv2.CHAIN_APPROX_NONE)
cut = contours[0]
cv2.contourArea(cnt) #面积
cv2.arcLength(cnt,True) #周长，Ture表示闭合
epsilon = 0.1*cv2.arcLength(cnt,True)
approx = cv2.approxPolyDP(cnt,epsilon,True) #轮廓近似
x,y,w,h = cv2.bonudingRect(cnt)
img = cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2) #外接矩形
area = cv2.contourArea(cnt)
x,y,w,h = cv2.bonudingRect(cnt)
rect_area = w*h
extent = float(area)/rect_area #轮廓面积与边界矩形比