相比C++而言，Python適合做原型。本系列的文章介紹如何在Python中用OpenCV圖形庫，以及與C++調用相應OpenCV函數的不同之處。這篇文章介紹在Python中使用OpenCV檢測并繪制輪廓。

提示：

轉載請詳細注明原作者及出處，謝謝！

本文介紹在OpenCV-Python中檢測并繪制輪廓的方法。

本文不介詳細的理論知識，讀者可從其他資料中獲取相應的背景知識。筆者推薦清華大學出版社的《圖像處理與計算機視覺算法及應用(第2版)》。

輪廓檢測

輪廓檢測也是圖像處理中經常用到的。OpenCV-Python接口中使用cv2.findContours()函數來查找檢測物體的輪廓。

實現

使用方式如下：

import cv2  img = cv2.imread('D://test//contour.jpg') gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) ret, binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)  contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) cv2.drawContours(img,contours,-1,(0,0,255),3)  cv2.imshow("img", img) cv2.waitKey(0) 

需要注意的是cv2.findContours()函數接受的參數為二值圖，即黑白的（不是灰度圖），所以讀取的圖像要先轉成灰度的，再轉成二值圖，參見4、5兩行。第六行是檢測輪廓，第七行是繪制輪廓。

結果

原圖如下：

檢測結果如下：

注意，findcontours函數會“原地”修改輸入的圖像。這一點可通過下面的語句驗證：

cv2.imshow("binary", binary) contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) cv2.imshow("binary2", binary) 

執行這些語句后會發現原圖被修改了。

cv2.findContours()函數

函數的原型為

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

返回兩個值：contours：hierarchy。

參數

第一個參數是尋找輪廓的圖像；

第二個參數表示輪廓的檢索模式，有四種（本文介紹的都是新的cv2接口）：
cv2.RETR_EXTERNAL表示只檢測外輪廓
cv2.RETR_LIST檢測的輪廓不建立等級關系
cv2.RETR_CCOMP建立兩個等級的輪廓，上面的一層為外邊界，里面的一層為內孔的邊界信息。如果內孔內還有一個連通物體，這個物體的邊界也在頂層。
cv2.RETR_TREE建立一個等級樹結構的輪廓。

第三個參數method為輪廓的近似辦法
cv2.CHAIN_APPROX_NONE存儲所有的輪廓點，相鄰的兩個點的像素位置差不超過1，即max（abs（x1-x2），abs（y2-y1））==1