PythonOpencvcv2.findContours()、cv2.drawContours()和cv2.contourArea()函数详解和运行示例

甘陕宁

为帮助大家理解和使用cv2.findContours()、cv2.drawContours()和cv2.contourArea()函数，本文通过对函数内容进行详解，并通过运行示例更直观表述。函数解析cv2.findContours()cv2.drawContours()cv2.contourArea()运行示例运行示例示例详解函数解析cv2.findContours()cv2.findContours是OpenCV中的一个函数，用于在二值图像中查找轮廓。以下是该函数的详细解释和参数说明：函数原型cv2.findContours(image,mode,method[,contours[,hierarchy[,offset]]])参数：image：输入图像，通常是一个二值图像。mode：轮廓检索模式。它可以是以下值之一：cv2.RETR_EXTERNAL：只检索最外层的轮廓。cv2.RETR_LIST：检索所有轮廓，并以列表形式返回。cv2.RETR_CCOMP：检索所有轮廓，并以树状结构（contourhierarchy）形式返回。此时，轮廓被分为不同的层级。cv2.RETR_TREE：检索所有轮廓，并以完整的树状结构形式返回。method：轮廓近似方法。它可以是以下值之一：cv2.CHAIN_APPROX_NONE：存储轮廓上的所有点。cv2.CHAIN_APPROX_SIMPLE：压缩水平、垂直和对角方向的轮廓点。cv2.CHAIN_APPROX_TC89_L1和cv2.CHAIN_APPROX_TC89_KCOS：使用L1和KOS链逼近算法。contours（可选）：输出参数，返回检测到的轮廓。hierarchy（可选）：输出参数，返回轮廓的层次结构。它是一个多通道多维数组，其中每个轮廓由三个数组组成：[next,previous,first_contour]。其中，“next”是下一个轮廓的索引，“previous”是上一个轮廓的索引，“first_contour”是起始轮廓的索引。offset（可选）：偏移量，指定从哪里开始搜索轮廓。例如，如果指定了(10,10)，则从图像的(10,10)位置开始搜索轮廓。返回值：如果指定了contours参数，则此函数返回被检测到的第一个轮廓的索引；否则，不返回任何内容。123456789101112131415161718192021cv2.drawContours()cv2.drawContours是OpenCV中的一个函数，用于在图像上绘制轮廓。以下是该函数的详细解释和参数说明：函数原型：cv2.drawContours(image,contours,contourIdx,color[,thickness[,lineType[,hierarchy]]])参数：image：输入/输出图像。你可以提供一个初始图像（用于绘制轮廓）或提供一个空图像（将返回绘制好的轮廓图像）。contours：输入轮廓的列表。通常，这是通过cv2.findContours函数获得的轮廓列表。contourIdx：要绘制的轮廓的索引。如果要绘制所有轮廓，则将其设置为-1。color：轮廓的颜色。通常使用BGR格式，例如(255,0,0)表示蓝色。thickness（可选）：线条的厚度。如果为负数（如-1），则会填充轮廓内部。lineType（可选）：线条类型，可以是cv2.LINE_8,cv2.LINE_4,或cv2.LINE_AA。hierarchy（可选）：轮廓的层次结构信息，通常与cv2.findContours一起使用。1234567891011cv2.contourArea()cv2.contourArea()是OpenCV中的一个函数，用于计算轮廓的面积。这个函数对于分析图像中的对象或区域非常有用。函数原型：cv2.contourArea(contour[,oriented_area])参数：contour：这是一个轮廓的点集，通常通过cv2.findContours()函数获得。oriented_area（可选）：如果提供了这个参数，它返回有方向的面积。0表示顺时针方向，正数表示逆时针方向。返回值：返回轮廓的面积。123456789运行示例运行示例importcv2importnumpyasnp#加载图像并转为灰度图image=cv2.imread('./images/36.jpg')gray=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)#二值化处理_,thresh=cv2.threshold(gray,127,255,cv2.THRESH_BINARY)#查找轮廓contours,hierarchy=cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)fori,contourinenumerate(contours):cnt_area=cv2.contourArea(contour)print(cnt_area)ifcnt_area>200:cv2.drawContours(image,contours,i,(0,0,255),3)#用红色线条绘制第一个轮廓##绘制第一个轮廓#cv2.drawContours(image,contours,0,(0,0,255),3)#用红色线条绘制第一个轮廓##计算第一个轮廓面积#cnt_area=cv2.contourArea(contours[0])#print(cnt_area)cv2.imshow('erzhihua',thresh)cv2.imwrite("36_erzhihua.jpg",thresh)cv2.imshow('Contours',image)cv2.imwrite("36_Contours.jpg",image)cv2.waitKey(0)cv2.destroyAllWindows()1234567891011121314151617181920212223242526272829原图：二值化图像：轮廓图像：示例详解（1）读取一幅名为36.jpg的图像.（2）使用cv2.cvtColor（）函数进行灰度图像转换。（3）使用cv2.threshold（）函数进行二值化处理。（4）使用cv2.findContours（）函数查找图像中的轮廓。（5）使用cv2.contourArea（）函数计算轮廓的面积。（6）判断轮廓的面积是否大于200，如大于则进行（7）。（7）使用cv2.drawContours（）函数将轮廓画到原图像中。（8）展示和保存图像。