计算机视觉OpenCV 5
轮廓
• 学习找轮廓，绘制轮廓等
• 函数： cv2.findContours()， cv2.drawContours()
轮廓定义
轮廓可以简单认为成将连续的点（连着边界）连在一起的曲线，具有相同的颜色或者灰度。轮廓在形状分析和物体的检测和识别中很有用。
• 为了更加准确，要使用二值化图像。在寻找轮廓之前，要进行阈值化处理或者 Canny 边界检测。
• 查找轮廓的函数会修改原始图像。如果你在找到轮廓之后还想使用原始图像的话，你应该将原始图像存储到其他变量中。
• 在 OpenCV 中，查找轮廓就像在黑色背景中超白色物体。你应该记住，要找的物体应该是白色而背景应该是黑色。
cv2.findContours()
函数 cv2.findContours() 有三个参数，第一个是输入图像，第二个是轮廓检索模式，第三个是轮廓近似方法。返回值有三个，第一个是图像，第二个是轮廓，第三个是（轮廓的）层析结构。轮廓（第二个返回值）是一个 Python
列表，其中存储这图像中的所有轮廓。每一个轮廓都是一个 Numpy 数组，包含对象边界点（x， y）的坐标。
绘制轮廓 cv2.drawContours()
函数 cv2.drawContours() 可以被用来绘制轮廓。它可以根据你提供的边界点绘制任何形状。它的第一个参数是原始图像，第二个参数是轮廓，一个Python 列表。第三个参数是轮廓的索引（在绘制独立轮廓是很有用，当设置为 -1 时绘制所有轮廓）。接下来的参数是轮廓的颜色和厚度等。
img = cv2.imread('contours.png')
im_show('img', img)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, 0)
image, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
img1 = img.copy()
img1 = cv2.drawContours(img1, contours, -1, (0,255,0), 3)
im_show('img1', img1)
轮廓的近似方法
这个参数如果被设置为 cv2.CHAIN_APPROX_NONE，所有的边界点都会被存储。但是我们真的需要这么多点吗？例如，当我们找的边界是一条直线时。你用需要直线上所有的点来表示直线吗？不是的，我们只需要这条直线的两个端点而已。这就是 cv2.CHAIN_APPROX_SIMPLE 要做的。它会将轮廓上的冗余点都去掉，压缩轮廓，从而节省内存开支。
轮廓特征
• 查找轮廓的不同特征，例如面积，周长，重心，边界框等。
1 矩
图像的矩可以帮助我们计算图像的质心，面积等。函数 cv2.moments() 会将计算得到的矩以一个字典的形式返回。
cnt = contours[0]
M = cv2.moments(cnt)
print(M)
根据这些矩的值，我们可以计算出对象的重心：
cx = int(M['m10']/M['m00'])
cy = int(M['m01']/M['m00'])
2 轮廓面积
轮廓的面积可以使用函数 cv2.contourArea() 计算得到，也可以使用矩（0 阶矩）， M[‘m00’]。
area = cv2.contourArea(cnt)
3 轮廓周长
也被称为弧长。可以使用函数 cv2.arcLength() 计算得到。这个函数的第二参数可以用来指定对象的形状是闭合的（True），还是打开的（一条曲线）。
perimeter = cv2.arcLength(cnt, True)
4 轮廓近似
将轮廓形状近似到另外一种由更少点组成的轮廓形状，新轮廓的点的数目由我们设定的准确度来决定。使用的Douglas-Peucker算法。
epsilon = 0.1*cv2.arcLength(cnt, True)
approx = cv2.approxPolyDP(cnt, epsilon, True)
5 凸包
凸包与轮廓近似相似，但不同，虽然有些情况下它们给出的结果是一样的。函数 cv2.convexHull() 可以用来检测一个曲线是否具有凸性缺陷，并能纠正缺陷。一般来说，凸性曲线总是凸出来的，至少是平的。如果有地方凹进去了就被叫做凸性缺陷。
hull = cv2.convexHull(points[, hull[, clockwise[, returnPoints]]
• points 我们要传入的轮廓
• hull 输出，通常不需要
• clockwise 方向标志。如果设置为 True，输出的凸包是顺时针方向的。否则为逆时针方向。
• returnPoints 默认值为 True。它会返回凸包上点的坐标。如果设置为 False，就会返回与凸包点对应的轮廓上的点。
hull = cv2.convexHull(cnt)
6 凸性检测
函数 cv2.isContourConvex() 可以可以用来检测一个曲线是不是凸的。它只能返回 True 或 False。
k = cv2.isContourConvex(cnt)