cv2.findContours 找外圈的轮廓

cv2.findContours是OpenCV库中的一个函数，用于在图像中查找轮廓。它可以帮助我们找到图像中物体的边界，并将其表示为一系列的点集。

使用cv2.findContours函数需要传入一个二值化的图像作为输入参数。该函数会返回一个包含所有轮廓的列表，每个轮廓都是一个点集。

以下是cv2.findContours函数的基本用法：
contours, hierarchy = cv2.findContours(image, mode, method)

其中，参数image是输入的二值化图像，mode是轮廓检索模式，method是轮廓近似方法。

常用的轮廓检索模式有两种：
- cv2.RETR_EXTERNAL：只检测外部轮廓
- cv2.RETR_TREE：检测所有轮廓，并建立轮廓之间的层级关系

常用的轮廓近似方法有三种：
- cv2.CHAIN_APPROX_NONE：存储所有的轮廓点
- cv2.CHAIN_APPROX_SIMPLE：压缩水平、垂直和对角线方向上的冗余点，只保留端点
- cv2.CHAIN_APPROX_TC89_L1和cv2.CHAIN_APPROX_TC89_KCOS：应用Teh-Chin链逼近算法

返回值contours是一个包含所有轮廓的列表，每个轮廓都是一个点集。hierarchy是一个包含轮廓层级关系的数组。

相关问题

从cv2.findContours得出的所有轮廓中找出圆形轮廓

从cv2.findContours得出的所有轮廓中找出圆形轮廓的方法如下：
1. 首先，使用cv2.findContours函数找到图像中的所有轮廓。该函数返回一个包含所有轮廓的列表。
2. 遍历轮廓列表，对于每个轮廓，可以使用cv2.approxPolyDP函数对其进行多边形逼近，以减少轮廓的点数。
3. 对于逼近后的轮廓，可以使用cv2.minEnclosingCircle函数找到其外接圆。该函数返回圆心坐标和半径。
4. 判断外接圆的半径是否在一定范围内，以确定是否为圆形轮廓。可以根据应用需求设置合适的半径范围。

以下是示例代码：

import cv2

# 读取图像
image = cv2.imread('image.jpg')

# 转换为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 二值化处理
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 寻找轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 遍历轮廓
for contour in contours:
    # 多边形逼近
    approx = cv2.approxPolyDP(contour, 0.01 * cv2.arcLength(contour, True), True)
    
    # 外接圆
    (x, y), radius = cv2.minEnclosingCircle(approx)
    
    # 判断是否为圆形轮廓
    if radius > 10 and radius < 100:
        cv2.circle(image, (int(x), int(y)), int(radius), (0, 255, 0), 2)

# 显示结果
cv2.imshow('Circle Contours', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

cv2.findcontours轮廓内外

cv2.findContours函数可以用来获取图像中的轮廓信息。这个函数的第一个返回值是轮廓的列表，第二个返回值是轮廓的层次结构。在这个函数中，通过调整第二个参数cv2.RETR_EXTERNAL和cv2.RETR_LIST可以选择获取轮廓的方式。当使用cv2.RETR_EXTERNAL参数时，函数只返回最外层的轮廓，而使用cv2.RETR_LIST参数时，函数返回所有的轮廓。因此，cv2.RETR_EXTERNAL返回的是轮廓的内部，cv2.RETR_LIST返回的是轮廓的内外都有。