Overview

在OpenCV中文论坛上很多人问到这样的问题，如何对图像的不规则区域设置ROI，即设置敏感区域，以用来做相关的图像处理。
根据若干博文的整理及自己的点点经验，在此进行简单的归纳：
第一部分主要叙述C++中对于不规则区域设置ROImask的方法，第二部分主要叙述Python中对于不规则区域检测及绘制轮廓的方法。

C++部分

对图像的不规则区域设置ROI

OpenCV自带的函数cvSetImageROI( IplImage* image, CvRect rect )只能设置矩形的敏感区域，而实际图像处理中遇到的处理对象都是非矩形的不规则形状，此时用cvSetImageROI( IplImage* image, CvRect rect )显然达不到目的。
我们可以用以下操作进行代替：

方法一：

cvCopy(src, dst, mask); //mask与src,dst通道数可以不一样

方法二：

cvXor(src, mask, dst); //三者通道数必须一样

用上面语句就可以将不规则区域图像抠出来（不改变图像的大小），进而做相应的处理。
然而如何生成不规则区域的mask图像呢？

不规则区域的mask图像的生成

步骤：
1、假设目标是实现对一不规则物体区域设置ROI，提取物体的最外围轮廓contour，使之为一连通域。

cvFindContours(gray, storage, &contour, sizeof(CvContour), CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);

2、对轮廓连通域进行颜色填充。

方法一：
获取轮廓内的任意一点作为cvFloodFill操作的起始种子点；

CvRect s;
CvPoint pt;
s=cvBoundingRect(contour);
pt = cvPoint(s.x + s.width / 2, s.y + s.height / 2); //可以用其他方式获得连通域的一个内点作为起始种子点

对轮廓连通域进行颜色填充；

cvFloodFill(gray, pt ,cvScalarAll(255));

方法二：
将轮廓内部填充为白色，其他区域为黑色；

cvDrawContours(gray, contour,  CV_RGB(255,255,255), CV_RGB(255,255 ,255),  -1, CV_FILLED, 8);

此时获得的图像gray即为不规则区域的mask

Python部分

相比C++而言，Python适合做原型。
该部分介绍如何在Python中使用OpenCV图形库检测并绘制轮廓，以及与C++调用相应OpenCV函数的不同之处。
实现方式如下：

import cv2

img = cv2.imread('D:\\test\\contour.jpg')
# Img2Grey
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# Grey2Binary
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 轮廓检测
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)  
# 绘制轮廓
cv2.drawContours(img, contours, -1, (0, 0, 255), 3)

cv2.imshow("img", img)
cv2.waitKey(0)

需要注意的是cv2.findContours()函数接受的参数为二值图，即黑白的（不是灰度图），所以读取的图像要先转成灰度的，再转成二值图。

轮廓检测

轮廓检测是图像处理中会经常用到的方法，OpenCV-Python接口中使用cv2.findContours()函数来查找检测物体的轮廓。

cv2.findContours()函数

函数的原型为：

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

参数

第一个参数image是寻找轮廓的图像；

第二个参数mode表示轮廓的检索模式，有四种（本文介绍的都是新的cv2接口）：
cv2.RETR_EXTERNAL 表示只检测外轮廓
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_TREE 建立一个等级树结构的轮廓

第三个参数method为轮廓的近似办法：
cv2.CHAIN_APPROX_NONE 存储所有的轮廓点，相邻的两个点的像素位置差不超过1，即max（abs（x1-x2），abs（y2-y1））==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4个点来保存轮廓信息
cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS 使用teh-Chinl chain近似算法

返回值

cv2.findContours()函数返回两个值：contours和hierarchy，一个是轮廓本身，还有一个是每条轮廓对应的属性
其中hierarchy本身包含两个ndarray，每个ndarray对应一个轮廓，每个轮廓有四个属性

注意

findcontours函数会“原地”修改输入的图像。这一点可通过下面的语句验证：

cv2.imshow("binary", binary)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cv2.imshow("binary2", binary)

执行这些语句后会发现原图被修改了

绘制轮廓

OpenCV中通过cv2.drawContours在图像上绘制轮廓

cv2.drawContours()函数

函数的原型为：

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

参数

第一个参数image是指明在哪幅图像上绘制轮廓；

第二个参数contours是轮廓本身，在Python中是一个list；

第三个参数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；

后面的参数很简单。
其中thickness表明轮廓线的宽度，如果是-1（cv2.FILLED），则为填充模式

返回值

无返回值

References

希望能够对大家有所帮助~

【OpenCV+Python】轮廓检测及绘制，可用以生成对应于不规则形状ROI区域的mask