我要评论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.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（contour hierarchy）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。
cv2.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。
cv2.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。
运行示例
运行示例
import cv2
import numpy as np
# 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)
for i,contour in enumerate(contours):
cnt_area = cv2.contourarea(contour)
print(cnt_area)
if cnt_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()
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。
发表评论