cv2.findContours()语法详解
时间: 2023-11-02 15:01:56 浏览: 57
cv2.findContours() 是 OpenCV 库中的一个函数,用于在图像中查找轮廓。它的语法如下:
contours, hierarchy = cv2.findContours(image, mode, method)
- image:输入的二进制图像,通常是灰度图像或二值图像。
- mode:轮廓检索模式,指定了轮廓的层次结构。常用的模式有:
- cv2.RETR_EXTERNAL:只检测最外层的轮廓。
- cv2.RETR_LIST:检测所有的轮廓,不建立层次关系。
- cv2.RETR_CCOMP:检测所有的轮廓,并将它们分为两个层次:顶层和子层。
- cv2.RETR_TREE:检测所有的轮廓,并重建它们的层次结构。
- method:轮廓逼近方法,用于压缩轮廓。常用的方法有:
- cv2.CHAIN_APPROX_NONE:保存所有边界点。
- cv2.CHAIN_APPROX_SIMPLE:只保留端点。
函数的返回值是一个包含轮廓坐标的列表 contours 和一个包含轮廓之间关系的层次结构 hierarchy。contours 是一个 Numpy 数组,每个元素代表一个轮廓,包含一系列点坐标。hierarchy 是一个包含四个元素的数组,每个元素代表一个轮廓的层次关系。
相关问题
cv2.findContours函数详解 包括数学函数
`cv2.findContours` 是 OpenCV 库中用于查找图像中轮廓的函数。它的详细用法如下:
```python
contours, hierarchy = cv2.findContours(image, mode, method, offset)
```
参数解释:
- `image`:输入图像,通常为二值图像(黑白图像)。
- `mode`:轮廓检索模式,指定轮廓的层次结构。常用的模式有:
- `cv2.RETR_EXTERNAL`:只检测最外层的轮廓。
- `cv2.RETR_LIST`:检测所有轮廓,不建立层次结构。
- `cv2.RETR_CCOMP`:检测所有轮廓,并将其组织为两层的层次结构。
- `cv2.RETR_TREE`:检测所有轮廓,并完整地重构它们的层次结构。
- `method`:轮廓的逼近方法。常用的方法有:
- `cv2.CHAIN_APPROX_NONE`:保存所有的轮廓点。
- `cv2.CHAIN_APPROX_SIMPLE`:仅保存轮廓的端点。
- `cv2.CHAIN_APPROX_TC89_L1` 和 `cv2.CHAIN_APPROX_TC89_KCOS`:应用 Teh-Chin 链逼近算法中的一种。
- `offset`:可选参数,用于指定轮廓点相对于原始图像中的偏移量。
返回值解释:
- `contours`:检测到的轮廓,每个轮廓由一系列点组成的数组表示。
- `hierarchy`:轮廓的层次结构信息,可以用于分析轮廓之间的关系。
关于数学函数方面,`cv2.findContours` 函数主要使用了图像处理和几何学的相关算法,例如边缘检测、二值化、连通组件分析等。这些算法涉及到数学中的图像处理、几何运算、向量计算等概念和方法,但具体的数学细节超出了本回答的范围。
cv2.findcontours算法详解
cv2.findContours是OpenCV中用于查找图像中轮廓的函数,常用于图像处理、图像分割等领域。该函数的返回结果是一个轮廓列表,每个轮廓由一系列点坐标组成。
函数定义:
cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]])
参数说明:
- image:输入图像,必须为二值图像(通常为灰度图像或二值化后的图像)。
- mode:轮廓查找模式,有以下三种模式可选:
- cv2.RETR_EXTERNAL:只检测最外层轮廓。
- cv2.RETR_LIST:检测所有轮廓,不建立轮廓层级关系。
- cv2.RETR_TREE:检测所有轮廓,建立完整的轮廓层级关系。
- method:轮廓查找方法,有以下三种方法可选:
- cv2.CHAIN_APPROX_NONE:存储所有边界点。
- cv2.CHAIN_APPROX_SIMPLE:仅存储水平、垂直和对角线的端点。
- cv2.CHAIN_APPROX_TC89_L1、cv2.CHAIN_APPROX_TC89_KCOS:使用Teh-Chin算法进行边缘提取。
- contours:输出参数,存储轮廓信息。如果不需要可省略。
- hierarchy:输出参数,存储轮廓层级关系信息。如果不需要可省略。
- offset:可选参数,偏移量。如果不需要可省略。
轮廓查找流程:
1. 二值化输入图像。
2. 对二值图像进行边缘提取,得到边缘图像。
3. 对边缘图像进行轮廓查找,得到轮廓列表。
轮廓存储格式:
OpenCV中轮廓的存储格式为numpy数组,每个轮廓由一系列点坐标组成。例如,一个具有三个轮廓的图像,其轮廓存储格式为:
contours = [array([[[10,10],[10,20],[20,20],[20,10]]], dtype=int32),
array([[[40,40],[40,50],[50,50],[50,40]]], dtype=int32),
array([[[70,70],[70,80],[80,80],[80,70]]], dtype=int32)]
其中,每个轮廓由一个二维数组表示,数组中的每个元素为一个点坐标,坐标的数据类型为int32。
轮廓层级关系:
在cv2.RETR_TREE模式下,轮廓查找函数会返回轮廓列表和轮廓层级关系列表。轮廓层级关系列表存储了轮廓之间的父子关系,可以用于分析轮廓之间的层级结构。
例如,一个具有以下轮廓层级结构的图像:
轮廓列表和轮廓层级关系列表的存储格式为:
contours = [array([[[0,0],[0,100],[100,100],[100,0]]], dtype=int32),
array([[[10,10],[10,90],[90,90],[90,10]]], dtype=int32),
array([[[20,20],[20,80],[80,80],[80,20]]], dtype=int32),
array([[[30,30],[30,70],[70,70],[70,30]]], dtype=int32),
array([[[40,40],[40,60],[60,60],[60,40]]], dtype=int32),
array([[[50,50],[50,50],[50,50],[50,50]]], dtype=int32)]
hierarchy = [[-1,-1,-1,-1],
[ 0,-1,-1,-1],
[ 1,-1,-1,-1],
[ 2,-1,-1,-1],
[ 3,-1,-1,-1],
[-1, 4,-1,-1]]
其中,hierarchy的每一行对应一个轮廓,包含四个元素。第一个元素表示当前轮廓的下一个轮廓,如果没有则为-1。第二个元素表示当前轮廓的前一个轮廓,如果没有则为-1。第三个元素表示当前轮廓的第一个子轮廓,如果没有则为-1。第四个元素表示当前轮廓的父轮廓,如果没有则为-1。