使用 OpenCV 查找轮廓坐标 | Python

在计算机视觉领域中，图像轮廓是非常重要的概念之一。轮廓可以被看作是图像的边界，它可以帮助我们检测物体、进行图像分割和形状分析等。在 Python 中，我们可以使用 OpenCV 库来查找图像的轮廓坐标。下面就是一份实现示例：

实现步骤

1. 导入必要的库：

import cv2
import numpy as np

2. 读取图像并灰度化：

img = cv2.imread('example.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

3. 进行图像的阈值处理：

ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

4. 查找轮廓：

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

5. 绘制轮廓并显示图像：

cv2.drawContours(img, contours, -1, (0, 0, 255), 2)
cv2.imshow('Contours', img)
cv2.waitKey(0)

解释说明

以上代码中，我们通过以下步骤实现了轮廓的查找：

1. 导入必要的库；
2. 读取图像并将其转换为灰度图像；
3. 对灰度图像进行阈值处理，得到一个二值图像；
4. 使用 cv2.findContours 函数查找轮廓，返回轮廓的坐标；
5. 使用 cv2.drawContours 函数绘制轮廓并显示图像。

需要注意的是，cv2.findContours 函数的三个参数分别是：

• image：输入的二值图像；
• mode：轮廓提取模式；
• method：轮廓近似方法。

在上面的代码中，我们使用 cv2.RETR_TREE 和 cv2.CHAIN_APPROX_SIMPLE 作为参数。其中，cv2.RETR_TREE 表示提取所有轮廓并建立轮廓之间的层次结构；cv2.CHAIN_APPROX_SIMPLE 表示压缩水平、垂直和对角线方向上的所有轮廓点，使轮廓点更少，从而更容易处理。

另外，cv2.drawContours 函数的四个参数分别是：

• image：需要绘制轮廓的图像；
• contours：要绘制的轮廓；
• contourIdx：轮廓的索引；
• color：轮廓的颜色；
• thickness：轮廓的线条宽度。

总结

以上就是使用 OpenCV 查找轮廓坐标的 Python 实现示例。轮廓坐标的查找是计算机视觉中重要的基础操作，也是进行目标检测、图像分割等任务的基础。希望这份示例代码能够帮助你更好地理解和运用这个概念。