版权声明：未经博主允许不得转载 https://blog.csdn.net/qq_40962368/article/details/82078732
图像轮廓检测
（一）检测轮廓
在OpenCV-python中，使用cv2.findContours()函数来对图像进行轮廓检测。
返回三个值：image，contours，hierarchy
contours指的是轮廓本身，hierarchy是每条轮廓对应的属性
cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]])参数：
- 第一个参数是寻找轮廓的图像；
- 第二个参数表示轮廓的检索模式：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为轮廓的近似方法。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(y1-y2)）=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，例如一个矩阵轮廓只需4个点来保存轮廓信息。 cv2.CHAIN_APPROX_TC89_L1, cv2.CHAIN_APPROX_TC89_KCOS使用teh-Chini chain近似算法
（二）绘制轮廓
OpenCV中使用cv2.drawContours在图像上绘制轮廓
cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[,maxLevel[, offset ]]]]])参数：
- 第一个参数传入所要绘制轮廓的背景图片
- 第二个参数是轮廓本身
- 第三个参数指定绘制轮廓中的哪条轮廓，如果是-1，则绘制其中的所有的轮廓。thickness表示的是轮廓的宽度，如果是-1（cv2.FILLED），表示为填充模式。
（三）代码实现
# 轮廓检测
img = cv2.imread('2.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 获取灰度图
ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU) # 利用阈值自动选择的方法获取二值图像
image, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # 检测轮廓
cv2.drawContours(img, contours, -1, (0, 255, 0), 1) # 画出轮廓
cv2.imshow('gray', binary)
cv2.imshow('res', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
