opencv-轮廓查找和简单操作

一、环境说明

• 系统：win10
• 环境：python3.7
• 框架：opencv

二、函数说明

2.1 cv2.findContours

功能：找轮廓

• mode
  • cv2.RETR_EXTERNAL：只检测最外层轮廓
  • cv2.RETR_LIST：检测所有轮廓保存到列表
  • cv2.RETR_CCOMP：检测所有轮廓，并将他们组成双层轮廓
  • cv2.RETR_TREE：检索所有轮廓并重新建立网状轮廓结构
• mathod
  • cv2.CHAIN_APPROX_NONE：输出轮廓的所有点
  • cv2.CHAIN_APPROX_SIMPLE：压缩后的点，只要是直线，都会被省略

（完全没有opencv书上写的细，在书上362页）

2.2 cv2.drawContours

功能：画轮廓

• image：画板，必须要三维
• contours：对应轮廓
• contourIdx：轮廓Id，如果为-1，则绘制所有轮廓
• color：像素值，例如(0,0,255)
• thickness：线条粗细，如果为-1，则对内部进行填充

三、测试样例

3.1 绘制最外层轮廓

• 第一种情况（如果背景是白色，则图片边缘为最外层边框）

• 第二种情况（如果背景是黑色，则内部第一个不为黑色的区域为边框）

• 代码

import cv2
import numpy as np

image = cv2.imread("img/test.jpg")

gray_image = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
ret, gray_image = cv2.threshold(gray_image, 127, 255, 0)
_, contours, hierarchy = cv2.findContours(gray_image,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)

cv2.drawContours(image,contours,-1,(0,255,0),thickness=10)

cv2.imshow("0",gray_image)
cv2.waitKey(0)

注：当thickness==-1的时候，则填充内部，如下：

3.2 移除小矩形

目标：当需要保留图片主体部分时，需要去掉相片中的干扰

输出

代码

def removeSmallArea(image):
    # 背景一定要是黑色，不是黑色的要取反
    temp_image = np.copy(image)
	
    gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    ret, gray_image = cv2.threshold(gray_image, 127, 255, 0)
    
    # 求取轮廓
    _, contours, hierarchy = cv2.findContours(gray_image,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)

    # 判断轮廓数量
    if len(contours) <= 1:
        return cv2.cvtColor(temp_image,cv2.COLOR_BGR2GRAY)

    # 找到最大轮廓的index
    maxSize = 0
    maxIndex = 0
    for index,contour in enumerate(contours):
        temp = cv2.contourArea(contour)
        if temp > maxSize and temp >= 1:
            maxSize = temp
            maxIndex = index

    # 不是最大轮廓的，全部涂黑
    for index,contour in enumerate(contours):
        if index == maxIndex:
            continue
        cv2.drawContours(temp_image,contours, index,(0,0,0),thickness=-1)

    return cv2.cvtColor(temp_image,cv2.COLOR_BGR2GRAY)

3.3 移除最内侧轮廓

原图：

移除后：

代码说明：

先使用深度优先遍历找到对应深度的轮廓，再使用2.2的函数进行轮廓填充，代码如下：

# -*- coding: utf-8 -*-
# @Time    : 2019/12/1 14:39
# @Author  : zwenc
# @File    : main.py
import cv2
import numpy as np

def SearchTree(hierarchy, index, deep, outList, start=0):
    if index == -1:
        return

    if deep <= start:
        outList.append(index)

    SearchTree(hierarchy, hierarchy[index][2], deep, outList, start + 1)
    SearchTree(hierarchy, hierarchy[index][0], deep, outList, start)

def getContourByDeep(hierarchy, deep):
    outlist = []
    SearchTree(hierarchy[0], 0, deep, outlist)
    return outlist

def removeInnermostArea(image):
    # 背景一定要是黑色，不是黑色的要取反
    temp_image = np.copy(image)
    gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    ret, gray_image = cv2.threshold(gray_image, 127, 255, 0)
    # 求取轮廓
    _, contours, hierarchy = cv2.findContours(gray_image, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

    outlist = getContourByDeep(hierarchy,3)

    if len(outlist) > 0:
        for contourIndex in outlist:
            cv2.drawContours(temp_image, contours, contourIndex, (255, 255, 255), thickness=-1)

    return temp_image

image = cv2.imread("img/test.jpg")

out_image = removeInnermostArea(out_image)

cv2.imshow("0", image)
cv2.imshow("1", out_image)
cv2.waitKey(0)