图像轮廓

import cv2
import numpy as np
o=cv2.imread('C:/Users/xpp/Desktop/Lena.png')#原始图像
cv2.imshow("original",o)
gray=cv2.cvtColor(o,cv2.COLOR_BGR2GRAY)#将彩色图片转换为灰度图片
ret,binary=cv2.threshold(gray,127,255,cv2.THRESH_BINARY)#将灰度图片转换为二值图片
contours,hierarchy=cv2.findContours(binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)#计算图像轮廓
mask=np.zeros(o.shape,np.uint8)
mask=cv2.drawContours(mask,contours,-1,(255,255,255),-1)#绘制图像轮廓
cv2.imshow("mask",mask)
loc=cv2.bitwise_and(o,mask)#按与位运算
cv2.imshow("location",loc)
cv2.waitKey()

算法：图像轮廓是将边缘连接起来形成一个整体，用于后续的计算，获取图像的大小、位置、方向等信息。外部的轮廓为父轮廓，内部的轮廓为子轮廓，按照上述关系分类，一幅图像中所有轮廓之间就建立了父子关系。

• 首先读取图像
• 彩色图片转换为灰度图片
• 灰度图片转换为二值图片
• 检测二值图像边缘
• 绘制图像轮廓边缘

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

• image表示输入图像
• mode表示图像轮廓的检索模式
• method表示图像轮廓的近似方法

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

• image表示待绘制图像
• contours表示绘制图像轮廓
• contourIdx表示绘制轮廓边缘
• color表示绘制颜色
• thickness表示画笔粗细，可选参数
• lineType表示绘制线型，可选参数
• hierarchy表示图像轮廓的层次信息
• maxLevel表示图像轮廓的层次深度
• offset表示偏移参数

例子：

绘制所有轮廓： cv.drawContours(img, contours, -1, (0, 255, 0), 3) 绘制单个轮廓： cv.drawContours(img, contours, 3, (0, 255, 0), 3) 绘制指定轮廓： cnt=contours[4] cv.drawContours(img, [cnt], 0, (0, 255, 0), 3)

注意：轮廓就像从黑色背景中找到白色物体，通常情况下，预先对图像进行阈值分割或边缘检测得到二值图像。