Détection de contours d'image avec OpenCV
La détection de contours est une tâche importante en traitement d'image, utilisée pour extraire les frontières des objets dans une image.
OpenCV fournit de puissantes capacités de détection de contours, qui peuvent être utilisées pour des applications telles que la reconnaissance d'objets, l'analyse de formes et le suivi de cibles. Voici une description détaillée de la détection de contours d'image avec OpenCV.
Concepts de base de la détection de contours
Contour :La frontière d'un objet dans une image, composée d'une série de points.
Hiérarchie des contours :La relation d'imbrication entre les contours, par exemple si un contour en contient un autre.
Caractéristiques des contours :L'aire, le périmètre, le rectangle englobant, le rectangle englobant minimal, le cercle englobant minimal, etc., d'un contour.
Fonctions courantes pour la détection de contours
| Nom de la fonction | Description de la fonction |
|---|---|
cv2.findContours() |
Trouver les contours dans une image. |
cv2.drawContours() |
Dessiner les contours sur une image. |
cv2.contourArea() |
Calculer l'aire d'un contour. |
cv2.arcLength() |
Calculer le périmètre ou la longueur d'arc d'un contour. |
cv2.boundingRect() |
Calculer le rectangle englobant d'un contour. |
cv2.minAreaRect() |
Calculer le rectangle englobant minimal d'un contour. |
cv2.minEnclosingCircle() |
Calculer le cercle englobant minimal d'un contour. |
cv2.approxPolyDP() |
Effectuer une approximation polygonale sur un contour. |
Descriptions détaillées des fonctions
1. cv2.findContours()
Description de la fonction:
Cette fonction est utilisée pour trouver des contours dans une image binaire. Un contour est une courbe de points continus ayant la même couleur ou intensité dans une image.
Définition de fonction:
contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]])
Description du paramètre:
image: L'image binaire d'entrée (généralement une image après seuillage ou détection de contours).mode: Mode de récupération des contours, les plus couramment utilisés sont :cv2.RETR_EXTERNAL: Détecter uniquement les contours les plus externes.cv2.RETR_LIST: Détecter tous les contours, mais ne pas établir de hiérarchie.cv2.RETR_TREE: Détecter tous les contours et établir une hiérarchie complète.
method: Méthode d'approximation des contours, les plus couramment utilisées sont :cv2.CHAIN_APPROX_NONE: Stocker tous les points du contour.cv2.CHAIN_APPROX_SIMPLE: Compresser les segments horizontaux, verticaux et diagonaux, en ne conservant que les extrémités.
contours: La liste des contours de sortie, où chaque contour est un ensemble de points.hierarchy: Les informations de hiérarchie de sortie.offset: Paramètre facultatif, le décalage des points de contour.
Valeur de retour:
contours: La liste des contours détectés.hierarchy: Les informations de hiérarchie des contours.
Exemple
import numpy as np
# Lire l'image et la convertir en niveaux de gris
image = cv2.imread('image.png', 0)
# Traitement de binarisation
_, binary = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY)
# Trouver les contours
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
2. cv2.drawContours()
Description de la fonction:
Cette fonction est utilisée pour dessiner les contours détectés sur une image.
Définition de fonction:
cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]])
Description du paramètre:
image: L'image sur laquelle dessiner les contours.contours: La liste des contours.contourIdx: L'indice du contour à dessiner ; si négatif, dessiner tous les contours.color: La couleur des contours.thickness: L'épaisseur des lignes de contour ; si négatif, remplir l'intérieur des contours.lineType: Type de ligne.hierarchy: Les informations de hiérarchie des contours.maxLevel: La profondeur maximale de la hiérarchie à dessiner.offset: Le décalage des points de contour.
Valeur de retour:
Aucune valeur de retour ; les contours sont dessinés directement sur l'image d'entrée.
Exemple
output = np.zeros_like(image)
# Dessiner tous les contours
cv2.drawContours(output, contours, -1, (255, 0, 0), 2)
cv2.imshow('Contours', output)
cv2.waitKey(0)
3. cv2.contourArea()
Description de la fonction:
Cette fonction est utilisée pour calculer l'aire d'un contour.
Définition de fonction:
area = cv2.contourArea(contour[, oriented])
Description du paramètre:
contour: L'ensemble d'entrée des points du contour.oriented: Paramètre facultatif ; si True, renvoie une aire signée.
Valeur de retour:
L'aire du contour.
Exemple
area = cv2.contourArea(contour)
print(f"Aire du contour : {area}")
4. cv2.arcLength()
Description de la fonction:
Cette fonction est utilisée pour calculer le périmètre ou la longueur d'arc d'un contour.
Définition de fonction:
length = cv2.arcLength(curve, closed)
Description du paramètre:
curve: L'ensemble d'entrée des points du contour.closed: Une valeur booléenne indiquant si le contour est fermé.
Valeur de retour:
Le périmètre ou la longueur d'arc du contour.
Exemple
perimeter = cv2.arcLength(contour, True)
print(f"Périmètre du contour : {perimeter}")
5. cv2.boundingRect()
Description de la fonction:
Cette fonction est utilisée pour calculer le rectangle englobant d'un contour.
Définition de fonction:
x, y, w, h = cv2.boundingRect(points)
Description du paramètre:
points: L'ensemble d'entrée des points du contour.
Valeur de retour:
Les coordonnées du coin supérieur gauche du rectangle englobant(x, y)et la largeurw, hauteurh。
Exemple
x, y, w, h = cv2.boundingRect(contour)
cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)
cv2.imshow('Rectangles englobants', image)
cv2.waitKey(0)
6. cv2.minAreaRect()
Description de la fonction:
Cette fonction est utilisée pour calculer le rectangle englobant minimal (rectangle tourné) d'un contour.
Définition de fonction:
rect = cv2.minAreaRect(points)
Description du paramètre:
points: L'ensemble d'entrée des points du contour.
Valeur de retour:
Renvoie un rectangle tourné contenant le point central(x, y), la largeur, la hauteur et l'angle de rotation.
Exemple
rect = cv2.minAreaRect(contour)
box = cv2.boxPoints(rect)
box = np.int0(box)
cv2.drawContours(image, [box], 0, (0, 0, 255), 2)
cv2.imshow('Min Area Rectangles', image)
cv2.waitKey(0)
7. cv2.minEnclosingCircle()
Description de la fonction:
Cette fonction est utilisée pour calculer le cercle englobant minimal d'un contour.
Définition de fonction:
(center, radius) = cv2.minEnclosingCircle(points)
Description du paramètre:
points: L'ensemble d'entrée des points du contour.
Valeur de retour:
Renvoie le centre du cercle(x, y)et le rayonradius。
Exemple
(x, y), radius = cv2.minEnclosingCircle(contour)
center = (int(x), int(y))
radius = int(radius)
cv2.circle(image, center, radius, (255, 0, 0), 2)
cv2.imshow('Cercles englobants minimaux', image)
cv2.waitKey(0)
8. cv2.approxPolyDP()
Description de la fonction:
Cette fonction est utilisée pour effectuer une approximation polygonale sur un contour.
Définition de fonction:
approx = cv2.approxPolyDP(curve, epsilon, closed)
Description du paramètre:
curve: L'ensemble d'entrée des points du contour.epsilon: Précision de l'approximation ; plus la valeur est petite, plus l'approximation est précise.closed: Une valeur booléenne indiquant si le contour est fermé.
Valeur de retour:
Renvoie l'ensemble des points du polygone approximé.
Exemple
epsilon = 0.01 * cv2.arcLength(contour, True)
approx = cv2.approxPolyDP(contour, epsilon, True)
cv2.drawContours(image, [approx], 0, (0, 255, 0), 2)
cv2.imshow('Polygones approximés', image)
cv2.waitKey(0)
Applications de la détection de contours
- Reconnaissance d'objets : La détection de contours peut être utilisée pour reconnaître des objets dans une image, comme détecter des cercles, des rectangles, etc.
- Analyse de forme : En calculant les caractéristiques des contours (telles que l'aire, le périmètre, le rectangle englobant, etc.), la forme des objets peut être analysée.
- Suivi de cible : Dans les vidéos, la détection de contours peut être utilisée pour suivre des cibles en mouvement.
- Segmentation d'image : La détection de contours peut être utilisée pour segmenter des objets dans une image.
OpenCV fournit de puissantes capacités de détection de contours, qui peuvent être utilisées pour extraire les limites des objets dans une image et calculer les caractéristiques des contours.
Voici les principales étapes et fonctions de la détection de contours :
| Étape | Fonction | Description |
|---|---|---|
| Prétraitement des images | cv2.cvtColor() | Convertir l'image en niveaux de gris. |
| Traitement de binarisation | cv2.threshold() | Convertir l'image en niveaux de gris en une image binaire. |
| Trouver les contours | cv2.findContours() | Trouver les contours dans l'image. |
| Dessiner les contours | cv2.drawContours() | Dessiner les contours détectés. |
| Calculer l'aire du contour | cv2.contourArea() | Calculer l'aire du contour. |
| Calculer le périmètre du contour | cv2.arcLength() | Calculer le périmètre du contour. |
| Calculer le rectangle englobant | cv2.boundingRect() | Calculer le rectangle englobant du contour. |
| Calculer le rectangle englobant minimal | cv2.minAreaRect() | Calculer le rectangle englobant minimal du contour. |
| Calculer le cercle englobant minimal | cv2.minEnclosingCircle() | Calculer le cercle englobant minimal du contour. |
| Approximation polygonale | cv2.approxPolyDP() | Effectuer une approximation polygonale sur le contour. |
Voici un exemple de code complet pour la détection de contours :
Exemple
# Lire l'image
image = cv2.imread("path/to/image")
# Convertir en image en niveaux de gris
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# Traitement de binarisation
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# Trouver les contours
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
# Dessiner les contours
cv2.drawContours(image, contours, -1, (0, 255, 0), 2)
# Afficher le résultat
cv2.imshow("Contours", image)
cv2.waitKey(0)
cv2.destroyAllWindows()