什么是轮廓？

• 边缘检测能够检测出边缘，但是边缘是不连续的。
• 将边缘连接为一个整体，构成轮廓。

如何寻找轮廓？

• 寻找轮廓的操作一般用于二值化图，所以通常会使用阈值分割或Canny边缘检测先得到二值图。
• 查找轮廓需要更改原始图像。因此通常使用原始图像的副本进行操作。
• 在OpenCV中，是从黑色背景中查找白色图像。因此对象必须是白色的，背景必须是黑色的。

1.1 寻找轮廓

#binary, contours, hierarchy = cv2.findContours(img1, mode, method)
#contours：轮廓
#hierarchy；图像的拓扑信息（轮廓层次）
#mode：轮廓检索模式
#method：轮廓的近似方法

binary, contours, hierarchy = cv2.findContours(binary_img1, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

mode：

• 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，上面的一层为外边界，里面的一层为内孔的边界信息。如果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

method：

• cv2.CHAIN_APPROX_NONE：储存所有轮廓点，相邻的两个点的像素位置差不超过1。max(abs(x1 – x2), abs(y2 – y1)) == 1
• cv2.CHAIN_APPROX_SIMPLE：压缩水平方向，垂直方向，对角线方向的像素。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：使用teh_Chinl chain近似算法。
• cv2.CHAIN_APPROX_TC89_KCOS：使用teh_Chinl chain近似算法。

1.2 绘制轮廓

#img2 = cv2.drawContours(img1, contours, contourldx, color[, thickness])
#contours：需要绘制的边缘数组
#contourldx：需要绘制的边缘索引（索引序号，从0开始），如果全部绘制则为-1
#color：绘制的颜色，为BGR格式的Scalar。如（255，255，255）
#thicknedd：可选，绘制的密度，即描绘轮廓时所用到的画笔粗细

img2 = cv2.drawContours(img1, contours, -1, (0, 0, 255), 1)

图中总共有8条轮廓，2和2a分别表示外层和里层的轮廓，3和3a也是一样。从图中看得出来：

• 轮廓0/1/2是最外层的轮廓，我们可以说它们处于同一轮廓等级：0级
• 轮廓2a是轮廓2的子轮廓，反过来说2是2a的父轮廓，轮廓2a算一个等级：1级
• 同样3是2a的子轮廓，轮廓3处于一个等级：2级
• 类似的，3a是3的子轮廓，等等…………

1.3 完整流程如下：

#第一步，BGR转灰度图
gray_img1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)

#第二部，灰度图转二值图
#ret, binary_img1 = cv2.threshold(gray_img1, 127, 255, cv2.THRESH_BINARY)
#*上文链接中的转二值方法，效果更好
ret, binary_img1= cv2.threshold(gray_img1, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

#第三步，获得轮廓
binary, contours, hierarchy = cv2.findContours(binary_img1, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

#第四步，绘制轮廓
# *保留原始图像，在副本上绘制轮廓
img1_copy = img1.copy()
#绘制轮廓
img2 = cv2.drawContours(img1_copy , contours, -1, (0, 255, 0), 1)

轮廓的其他属性：

#轮廓面积
area = cv2.contourArea(contours[0])

#轮廓周常
perimeter = cv2.arcLength(contours[0], True)

#画第[0]轮廓的最小外接矩形
rect = cv2.minAreaRect(contours[0])
box = np.int0(cv2.boxPoints(rect))#把x取整，如266.66变成266
img2 = cv2.drawContours(img1_copy , [box], 0, (0, 255, 0), 2)
img2 = cv2.drawContours(img2 , contours, 100, (0, 255, 0), 1)

#画第[0]轮廓的最小外接圆
(x, y), radius = cv2.minEnclosingCircle(contours[1])
(x, y, radius) = np.int0((x, y, radius))
img2 = cv2.circle(img1_copy, (x,y), radius, (0, 0, 255), 2)
img2 = cv2.drawContours(img2 , contours, 100, (0, 255, 0), 1)

最小外接圆样例：

• OpenCV
• 计算机视觉