OpenCV—Python轮廓检测绘出矩形框
（findContoursboundingRe。。。
千万注意opencv的轮廓检测和边缘检测是两码事
1 获取轮廓
OpenCV2获取轮廓主要是⽤ cv2.findContours()
import cv2
img = cv2.imread('wujiaoxing.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret,binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
_,contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
draw_img0 = cv2.py(),contours,0,(0,255,255),3)
draw_img1 = cv2.py(),contours,1,(255,0,255),3)
draw_img2 = cv2.py(),contours,2,(255,255,0),3)
draw_img3 = cv2.py(), contours, -1, (0, 0, 255), 3)
print ("contours：类型：",type(contours))
print ("第0 个contours:",type(contours[0]))
print ("contours 数量：",len(contours))
print ("contours[0]点的个数：",len(contours[0]))
print ("contours[1]点的个数：",len(contours[1]))
cv2.imshow("img", img)
cv2.imshow("draw_img0", draw_img0)
cv2.imshow("draw_img1", draw_img1)
cv2.imshow("draw_img2", draw_img2)
cv2.imshow("draw_img3", draw_img3)
cv2.waitKey(0)
cv2.destroyAllWindows()
输出：
contours：类型： <class 'list'>
第0 个contours: <class 'numpy.ndarray'>
contours 数量： 3
contours[0]点的个数： 6
contours[1]点的个数： 74
其中，cv2.findContours() 的第⼆个参数主要有
cv2.RETR_LIST：检测的轮廓不建⽴等级关系
cv2.RETR_TREE：L建⽴⼀个等级树结构的轮廓。
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。
cv2.RETR_EXTERNAL：表⽰只检测外轮廓
cv2.findContours() 的第三个参数 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
1.1 返回值：image, contours, hierarchy
contour返回值
cv2.findContours()函数⾸先返回⼀个list，list中每个元素都是图像中的⼀个轮廓，⽤numpy中的ndarray表⽰。
hierarchy返回值
该函数还可返回⼀个可选的hiararchy结果，这是⼀个ndarray，其中的元素个数和轮廓个数相同，每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0] ~hierarchy[i][3]，分别表⽰后⼀个轮廓、前⼀个轮廓、⽗轮廓、内嵌轮廓的索引编号，如果没有对应项，则该值为负数。
2 绘出轮廓
cv2.drawContours()函数
cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset ]]]]])
第⼀个参数是指明在哪幅图像上绘制轮廓；
第⼆个参数是轮廓本⾝，在Python中是⼀个list。
第三个参数指定绘制轮廓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。绘制参数将在以后独⽴详细介绍。
为了看到⾃⼰画了哪些轮廓，可以使⽤ cv2.boundingRect()函数获取轮廓的范围，即左上⾓原点，以及他的⾼和宽。然后⽤angle()⽅法画出矩形轮廓
"""
x, y, w, h = cv2.boundingRect(img)
参数：
img  是⼀个⼆值图
x，y 是矩阵左上点的坐标，
w，h 是矩阵的宽和⾼
img：原图
(x，y）：矩阵的左上点坐标
rectangle函数opencv(x+w，y+h)：是矩阵的右下点坐标
(0,255,0)：是画线对应的rgb颜⾊
2：线宽
"""
for i in range(0,len(contours)):
x, y, w, h = cv2.boundingRect(contours[i])
3 获取轮廓区域
new_image=image[y+2:y+h-2,x+2:x+w-2]    # 先⽤y确定⾼，再⽤x确定宽
input_dir=("E:/cut_image/")
if not os.path.isdir(input_dir):
os.makedirs(input_dir)
cv2.imwrite( nrootdir+str(i)+".jpg",newimage)
print (i)
4 获取物体最⼩外界矩阵
使⽤ cv2.minAreaRect(cnt) ，返回点集cnt的最⼩外接矩形，cnt是所要求最⼩外接矩形的点集数组或向量，这个点集不定个数。
其中：cnt = np.array([[x1,y1],[x2,y2],[x3,y3],[x4,y4]]) # 必须是array数组的形式
rect = cv2.minAreaRect(cnt) # 得到最⼩外接矩形的（中⼼(x,y), (宽,⾼), 旋转⾓度）
box = np.int0(cv2.boxPoints(rect)) #通过box会出矩形框

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。