python opencv cv2.findContours

cv2.findContours是OpenCV中的一个函数，用于查找图像中的轮廓。它的输入参数包括二值图像、轮廓检索模式和轮廓逼近方法。在你提供的引用中，有几个版本的代码和示例，用于展示如何使用cv2.findContours函数来查找轮廓并进行处理。

在引用中的示例代码中，首先将图像读入并转换为灰度图像，然后进行阈值处理以得到二值图像。接下来，使用cv2.findContours函数查找轮廓，并返回轮廓列表和轮廓的层次结构。然后，遍历所有的轮廓，并根据需要进行处理，如计算轮廓的周长、绘制边界框等。最后，将处理后的图像保存并显示出来。

引用中的示例代码与引用类似，但在调用cv2.findContours函数时指定了轮廓检索模式和轮廓逼近方法的参数。

相关问题

python opencv4.7.0 cv2.findcontours

`cv2.findContours()` 是 OpenCV 中用于查找图像轮廓的函数，它可以返回一个包含所有轮廓的列表。该函数需要输入一个二值化图像（一般为灰度图像或者二值图像），可以通过调节阈值或者其他图像处理算法获得。在函数的输出中，每个轮廓都是一个点集，可以使用 `cv2.drawContours()` 函数将其绘制出来。

在 OpenCV 4.7.0 中，`cv2.findContours()` 函数的参数列表为：

contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]])

其中：

- `image`：输入的二值化图像。
- `mode`：轮廓检索模式，决定如何检索轮廓。可以选择 `cv2.RETR_EXTERNAL`，表示只检测最外层轮廓；`cv2.RETR_LIST`，表示检测所有轮廓并将它们存储在列表中；`cv2.RETR_CCOMP`，表示检测所有轮廓并将它们组织为两级层次结构；`cv2.RETR_TREE`，表示检测所有轮廓并将它们组织为树形结构。默认值为 `cv2.RETR_EXTERNAL`。
- `method`：轮廓逼近方法，决定如何逼近轮廓。可以选择 `cv2.CHAIN_APPROX_NONE`，表示不逼近，将轮廓上的所有点存储下来；`cv2.CHAIN_APPROX_SIMPLE`，表示逼近，只存储轮廓的端点；`cv2.CHAIN_APPROX_TC89_L1` 和 `cv2.CHAIN_APPROX_TC89_KCOS`，表示使用 Teh-Chin 链逼近算法。默认值为 `cv2.CHAIN_APPROX_NONE`。
- `contours`：输出的轮廓列表，如果不传入，则返回所有轮廓。
- `hierarchy`：输出的轮廓层次结构，如果不传入，则不输出。
- `offset`：可选参数，表示轮廓点集的偏移量。

示例代码：

import cv2

img = cv2.imread('example.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img, contours, -1, (0, 0, 255), 2)

cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码读入一张图片，将其转换为灰度图像并进行二值化处理，然后使用 `cv2.findContours()` 函数查找轮廓，并将轮廓绘制在原图像上。最后显示原图像。

python-opencv2利用cv2.findContours()函数不规则图形

cv2.findContours()函数可以用于查找图像中的轮廓，包括不规则图形。使用该函数需要先将图像进行二值化处理，然后传入二值化后的图像和轮廓查找模式，函数会返回轮廓的列表和层级信息。

下面是一个简单的示例代码：

import cv2

# 读取图像并转为灰度图
img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化处理
ret, 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)

# 绘制轮廓
cv2.drawContours(img, contours, -1, (0, 0, 255), 2)

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