繪制圖像輪廓：drawContours函數(shù)

在 OpenCV 中，可以使用函數(shù) cv2.drawContours()繪制圖像輪廓。該函數(shù)的語法格式是：

image=cv2.drawContours( image, contours, contourIdx, color[,
thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]] )

其中，函數(shù)的返回值為 image，表示目標圖像，即繪制了邊緣的原始圖像。
該函數(shù)有如下參數(shù)：

1. image：待繪制輪廓的圖像。需要注意，函數(shù) cv2.drawContours()會在圖像 image 上直接繪制輪廓。也就是說，在函數(shù)執(zhí)行完以后，image 不再是原始圖像，而是包含了輪廓的圖像。因此，如果圖像 image 還有其他用途的話，則需要預先復制一份，將該副本圖像傳遞給函cv2.drawContours()使用。

2. contours：需要繪制的輪廓。該參數(shù)的類型與函數(shù) cv2.findContours()的輸出 contours 相同，都是 list 類型。

3. contourIdx：需要繪制的邊緣索引，告訴函數(shù) cv2.drawContours()要繪制某一條輪廓還是全部輪廓。如果該參數(shù)是一個整數(shù)或者為零，則表示繪制對應(yīng)索引號的輪廓；如果該值
   為負數(shù)（通常為“-1”），則表示繪制全部輪廓。

4. color：繪制的顏色，用 BGR 格式表示。

5. thickness：可選參數(shù)，表示繪制輪廓時所用畫筆的粗細。如將該值設(shè)置為“-1”，則表示
   要繪制實心輪廓。

6. lineType：可選參數(shù)，表示繪制輪廓時所用的線型。

7. hierarchy：對應(yīng)函數(shù) cv2.findContours()所輸出的層次信息。

8. maxLevel：控制所繪制的輪廓層次的深度。如果值為 0，表示僅僅繪制第 0 層的輪廓；如果值為其他的非零正數(shù)，表示繪制最高層及以下的相同數(shù)量層級的輪廓。

9. offset：偏移參數(shù)。該參數(shù)使輪廓偏移到不同的位置展示出來。

函數(shù) cv2.drawContours()的參數(shù) image 和返回值 image，在函數(shù)運算后的值是相同的。因此，也可以將函數(shù) cv2.drawContours()寫為沒有返回值的形式：

cv2.drawContours( image, contours, contourIdx, color[, thickness[,
lineType[, hierarchy[, maxLevel[, offset]]]]] )

代碼示例：繪制一幅圖像內(nèi)的所有輪廓。

如果要繪制圖像內(nèi)的所有輪廓，需要將函數(shù) cv2.drawContours()的參數(shù) contourIdx 的值設(shè)置為“-1”。
實驗原圖上一節(jié)中有可下載
代碼如下：

import cv2
o = cv2.imread('contours.bmp')
cv2.imshow("original",o)
#將原圖像轉(zhuǎn)換為灰度圖像
gray = cv2.cvtColor(o,cv2.COLOR_BGR2GRAY)
#將灰度圖像轉(zhuǎn)換為二值圖像
ret, binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)
#尋找輪廓，返回的contours是輪廓的列表，hierarchy是每個輪廓對應(yīng)的屬性
contours, hierarchy = cv2.findContours(binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
#繪制輪廓，contours是輪廓的列表，-1表示繪制所有輪廓，(0,0,255)表示輪廓顏色為紅色，5表示輪廓寬度為5
o=cv2.drawContours(o,contours,-1,(0,0,255),5)
cv2.imshow("result",o)
cv2.waitKey()
cv2.destroyAllWindows()

運行效果如下：

在本程序中，輪廓的顏色被設(shè)置為紅色（由于黑白印刷的原因，在紙質(zhì)書中顯示為灰色），
即(0, 0, 255)，參數(shù) thickness（輪廓線條的粗細）被設(shè)置為“5”。

示例2 逐個切割一幅圖像內(nèi)的邊緣信息。

import cv2
import numpy as np
o = cv2.imread('contours.bmp')
#顯示原始圖像
cv2.imshow("original",o)
#將原圖像轉(zhuǎn)換為灰度圖像
gray = cv2.cvtColor(o,cv2.COLOR_BGR2GRAY)
#將灰度圖像轉(zhuǎn)換為二值圖像
ret, binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)
#尋找輪廓，返回的contours是輪廓的列表，hierarchy是每個輪廓對應(yīng)的屬性
contours, hierarchy = cv2.findContours(binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
#獲取輪廓的數(shù)量
n=len(contours)
#對每個輪廓進行繪制
contoursImg=[]
for i in range(n):
    #創(chuàng)建空白畫布
 temp=np.zeros(o.shape,np.uint8)
 contoursImg.append(temp)
 #繪制輪廓，contours是輪廓的列表，i表示繪制第i個輪廓，(255,255,255)表示輪廓顏色為白色，5表示輪廓寬度為5
 contoursImg[i]=cv2.drawContours(contoursImg[i],contours,i,(255,255,255),5)
 cv2.imshow("contours[" + str(i)+"]",contoursImg[i])
cv2.waitKey()
cv2.destroyAllWindows()

示例3：使用輪廓繪制功能，提取前景對象。

將函數(shù) cv2.drawContours()的參數(shù) thickness 的值設(shè)置為“-1”，可以繪制前景對象的實心輪廓。將該實心輪廓與原始圖像進行“按位與”操作，即可將前景對象從原始圖像中提取出來。

代碼如下：

import cv2
import numpy as np
o = cv2.imread('loc3.jpg')
cv2.imshow("original",o)
gray = cv2.cvtColor(o,cv2.COLOR_BGR2GRAY)
ret, binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
#創(chuàng)建空白畫布
mask=np.zeros(o.shape,np.uint8)
#繪制輪廓，contours是輪廓的列表，-1表示繪制所有輪廓，(255,255,255)表示輪廓顏色為白色，-1表示輪廓寬度為-1，表示對輪廓進行填充
mask=cv2.drawContours(mask,contours,-1,(255,255,255),-1)
#顯示掩膜
cv2.imshow("mask" ,mask)
#將原圖像和掩膜進行位運算
loc=cv2.bitwise_and(o,mask)
cv2.imshow("location" ,loc)
cv2.waitKey()
cv2.destroyAllWindows()

本例中將函數(shù) cv2.drawContours()的參數(shù) thickness 設(shè)置為“-1”，得到了前景對象的實心輪
廓 mask。接下來，通過語句“cv2.bitwise_and(o, mask)”，將原始圖像 o 與實心輪廓 mask 進行
“按位與”運算，就得到了原始圖像的前景對象。

運行結(jié)果：

• 左圖是原始圖像，其前景對象是一朵小花。
• 中間的圖像是從原始圖像得到的小花的實心輪廓。
• 右圖是提取的前景對象小花。
  
  

實驗原圖
文章來源地址http://www.zghlxwxcb.cn/news/detail-635859.html

到了這里，關(guān)于opencv基礎(chǔ)48-繪制圖像輪廓并切割示例-cv2.drawContours()的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！