Обнаружение контуров изображения OpenCV

Обнаружение контуров — важная задача обработки изображений, используемая для извлечения границ объектов на изображении.

OpenCV предоставляет мощные возможности обнаружения контуров, которые можно использовать для таких приложений, как распознавание объектов, анализ формы и отслеживание целей. Ниже приведено подробное описание обнаружения контуров изображений в OpenCV.

Основные понятия обнаружения контуров

  • Контур:Граница объекта на изображении, состоящая из последовательности точек.

  • Иерархия контуров:Отношения вложенности между контурами, например, содержит ли один контур другой.

  • Признаки контура:Площадь, периметр, ограничивающий прямоугольник, минимальный охватывающий прямоугольник, минимальная охватывающая окружность и т. д. контура.

Общие функции для обнаружения контуров

Имя функции Описание функций
cv2.findContours() Найти контуры на изображении.
cv2.drawContours() Нарисовать контуры на изображении.
cv2.contourArea() Вычислить площадь контура.
cv2.arcLength() Вычислить периметр или длину дуги контура.
cv2.boundingRect() Вычислить ограничивающий прямоугольник контура.
cv2.minAreaRect() Вычислить минимальный охватывающий прямоугольник контура.
cv2.minEnclosingCircle() Вычислить минимальную охватывающую окружность контура.
cv2.approxPolyDP() Выполнить полигональную аппроксимацию контура.

Подробные описания функций

1. cv2.findContours()

Описание функций:
Эта функция используется для поиска контуров на бинарном изображении. Контур — это кривая из непрерывных точек с одинаковым цветом или интенсивностью на изображении.

Определение функции:

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

Описание параметра:

  • image: Входное бинарное изображение (обычно изображение после пороговой обработки или обнаружения краёв).
  • mode: Режим извлечения контуров, часто используемые:
    • cv2.RETR_EXTERNAL: Обнаруживать только внешние контуры.
    • cv2.RETR_LIST: Обнаруживать все контуры, но не устанавливать иерархию.
    • cv2.RETR_TREE: Обнаруживать все контуры и строить полную иерархию.
  • method: Метод аппроксимации контура, часто используемые:
    • cv2.CHAIN_APPROX_NONE: Сохранить все точки контура.
    • cv2.CHAIN_APPROX_SIMPLE: Сжать горизонтальные, вертикальные и диагональные сегменты, сохраняя только конечные точки.
  • contours: Выходной список контуров, где каждый контур — это набор точек.
  • hierarchy: Выходная информация об иерархии.
  • offset: Необязательный параметр, смещение точек контура.

Возвращаемое значение:

  • contours: Список обнаруженных контуров.
  • hierarchy: Информация об иерархии контуров.

Пример

import cv2
import numpy as np

# Прочитать изображение и преобразовать его в оттенки серого
image = cv2.imread('image.png', 0)
# Обработка бинаризации
_, binary = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY)
# Поиск контуров
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

2. cv2.drawContours()

Описание функций:
Эта функция используется для рисования обнаруженных контуров на изображении.

Определение функции:

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

Описание параметра:

  • image: Изображение, на котором нужно нарисовать контуры.
  • contours: Список контуров.
  • contourIdx: Индекс контура для рисования; если отрицательный, нарисовать все контуры.
  • color: Цвет контуров.
  • thickness: Толщина линий контуров; если отрицательная, заполнить внутреннюю область контуров.
  • lineType: Тип линии.
  • hierarchy: Информация об иерархии контуров.
  • maxLevel: Максимальная глубина иерархии для рисования.
  • offset: Смещение точек контура.

Возвращаемое значение:
Нет возвращаемого значения; контуры рисуются непосредственно на входном изображении.

Пример

# Создать пустое изображение
output = np.zeros_like(image)
# Нарисовать все контуры
cv2.drawContours(output, contours, -1, (255, 0, 0), 2)
cv2.imshow('Contours', output)
cv2.waitKey(0)

3. cv2.contourArea()

Описание функций:
Эта функция используется для вычисления площади контура.

Определение функции:

area = cv2.contourArea(contour[, oriented])

Описание параметра:

  • contour: Входной набор точек контура.
  • oriented: Необязательный параметр; если True, возвращает площадь со знаком.

Возвращаемое значение:
Площадь контура.

Пример

for contour in contours:
    area = cv2.contourArea(contour)
    print(f"Площадь контура: {area}")

4. cv2.arcLength()

Описание функций:
Эта функция используется для вычисления периметра или длины дуги контура.

Определение функции:

length = cv2.arcLength(curve, closed)

Описание параметра:

  • curve: Входной набор точек контура.
  • closed: логическое значение, указывающее, замкнут ли контур.

Возвращаемое значение:
Периметр или длина дуги контура.

Пример

for contour in contours:
    perimeter = cv2.arcLength(contour, True)
    print(f"Периметр контура: {perimeter}")

5. cv2.boundingRect()

Описание функций:
Эта функция используется для вычисления ограничивающего прямоугольника контура.

Определение функции:

x, y, w, h = cv2.boundingRect(points)

Описание параметра:

  • points: Входной набор точек контура.

Возвращаемое значение:
Координаты верхнего левого угла ограничивающего прямоугольника(x, y)и ширинаw, высотаh。

Пример

for contour in contours:
    x, y, w, h = cv2.boundingRect(contour)
    cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)
cv2.imshow('Ограничивающие прямоугольники', image)
cv2.waitKey(0)

6. cv2.minAreaRect()

Описание функций:
Эта функция используется для вычисления минимального ограничивающего прямоугольника (повёрнутого прямоугольника) контура.

Определение функции:

rect = cv2.minAreaRect(points)

Описание параметра:

  • points: Входной набор точек контура.

Возвращаемое значение:
Возвращает повёрнутый прямоугольник, содержащий центральную точку(x, y), ширину, высоту и угол поворота.

Пример

for contour in contours:
    rect = cv2.minAreaRect(contour)
    box = cv2.boxPoints(rect)
    box = np.int0(box)
    cv2.drawContours(image, [box], 0, (0, 0, 255), 2)
cv2.imshow('Прямоугольники минимальной площади', image)
cv2.waitKey(0)

7. cv2.minEnclosingCircle()

Описание функций:
Эта функция используется для вычисления минимальной охватывающей окружности контура.

Определение функции:

(center, radius) = cv2.minEnclosingCircle(points)

Описание параметра:

  • points: Входной набор точек контура.

Возвращаемое значение:
Возвращает центр окружности(x, y)и радиусradius。

Пример

for contour in contours:
    (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('Минимальные описанные окружности', image)
cv2.waitKey(0)

8. cv2.approxPolyDP()

Описание функций:
Эта функция используется для аппроксимации контура многоугольником.

Определение функции:

approx = cv2.approxPolyDP(curve, epsilon, closed)

Описание параметра:

  • curve: Входной набор точек контура.
  • epsilon: Точность аппроксимации; чем меньше значение, тем точнее аппроксимация.
  • closed: логическое значение, указывающее, замкнут ли контур.

Возвращаемое значение:
Возвращает набор точек аппроксимированного многоугольника.

Пример

for contour in contours:
    epsilon = 0.01 * cv2.arcLength(contour, True)
    approx = cv2.approxPolyDP(contour, epsilon, True)
    cv2.drawContours(image, [approx], 0, (0, 255, 0), 2)
cv2.imshow('Аппроксимированные многоугольники', image)
cv2.waitKey(0)

Применение обнаружения контуров

  • Распознавание объектов: Обнаружение контуров можно использовать для распознавания объектов на изображении, например для обнаружения окружностей, прямоугольников и т. д.
  • Анализ формы: Вычисляя признаки контуров (такие как площадь, периметр, ограничивающий прямоугольник и т. д.), можно анализировать форму объектов.
  • Отслеживание целей: В видео обнаружение контуров можно использовать для отслеживания движущихся целей.
  • Сегментация изображений: Обнаружение контуров можно использовать для сегментирования объектов на изображении.

OpenCV предоставляет мощные возможности обнаружения контуров, которые можно использовать для извлечения границ объектов на изображении и вычисления признаков контуров.

Ниже приведены основные этапы и функции обнаружения контуров:

ШагФункцияОписание
Предобработка изображенийcv2.cvtColor()Преобразуйте изображение в оттенки серого.
Бинаризацияcv2.threshold()Преобразуйте изображение в оттенках серого в бинарное изображение.
Поиск контуровcv2.findContours()Найдите контуры на изображении.
Отрисовка контуровcv2.drawContours()Нарисуйте обнаруженные контуры.
Вычислить площадь контураcv2.contourArea()Вычислить площадь контура.
Вычислить периметр контураcv2.arcLength()Вычислить периметр контура.
Вычислить ограничивающий прямоугольникcv2.boundingRect()Вычислить ограничивающий прямоугольник контура.
Вычислить минимальный охватывающий прямоугольникcv2.minAreaRect()Вычислить минимальный охватывающий прямоугольник контура.
Вычислить минимальную охватывающую окружностьcv2.minEnclosingCircle()Вычислить минимальную охватывающую окружность контура.
Полигональная аппроксимацияcv2.approxPolyDP()Выполнить полигональную аппроксимацию контура.

Ниже приведён полный пример кода для обнаружения контуров:

Пример

import cv2

# Чтение изображения
image = cv2.imread("path/to/image")

# Преобразовать изображение в оттенки серого
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# Обработка бинаризации
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# Поиск контуров
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# Нарисовать контуры
cv2.drawContours(image, contours, -1, (0, 255, 0), 2)

# Отобразить результат
cv2.imshow("Контуры", image)
cv2.waitKey(0)
cv2.destroyAllWindows()
Другие расширения