OpenCV 轮廓特征与轮廓近似

cv2.findContours(img,mode,method)：

mode：轮廓检索模式
·RETR_EXTERNAL 只检测最外面的轮廓
·RETR_LIST 检索所有的轮廓，并将其保存到一条链表当中
·RETR_CCOMP 检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界
·RETR_TREE 检索所有的轮廓，并重构嵌套轮廓的整个层次
method：轮廓逼近方法
·CHAIN_APPROX_NONE 以Freeman链码的方式输出轮廓，所有其他方法使出多边形（顶点的序列）
·CHAIN_APPROX_SIMPLE 压缩水平的、垂直和斜的部分，也就是，函数只保留他们的终点部分

#cv2.findContours(img,mode,method)
#*****  要一个通道   *****
'''

mode：轮廓检索模式
    ·RETR_EXTERNAL          只检测最外面的轮廓
    ·RETR_LIST              检索所有的轮廓，并将其保存到一条链表当中
    ·RETR_CCOMP             检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界
    ·RETR_TREE              检索所有的轮廓，并重构嵌套轮廓的整个层次
method：轮廓逼近方法
    ·CHAIN_APPROX_NONE      以Freeman链码的方式输出轮廓，所有其他方法使出多边形（顶点的序列）
    ·CHAIN_APPROX_SIMPLE    压缩水平的、垂直和斜的部分，也就是，函数只保留他们的终点部分

'''

import cv2
import numpy as np


thresh = cv2.imread("test_thresh.png",cv2.IMREAD_GRAYSCALE)
#binary,contours,hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)       #2、4的版本没有binary的值
contours,hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE) #https://www.cnblogs.com/guobin-/p/10842486.html
#   countours      保存的是图片轮廓信息
#   hierarchy      保存的是层级
cnt = contours[0]
print(np.array(contours[0]))
#面积
print(cv2.contourArea(cnt))
#周长     True表示闭合
print(cv2.arcLength(cnt,True))

img = thresh[438:447,553:559]
cv2.imshow('img',img)
cv2.waitKey(0)


#绘制轮廓
draw_img = thresh.copy()
res = cv2.drawContours(draw_img,contours,-1,(255,0,0),2)
cv2.imshow('res_1',res)
cv2.waitKey(0)


#轮廓近似
cnt = contours[10]
epsilon = 0.1*cv2.arcLength(cnt,True)#设置精度（从轮廓到近似轮廓的最大距离）
approx = cv2.approxPolyDP(cnt,epsilon,True)#获取近似轮廓

draw_img = thresh.copy()
res = cv2.drawContours(draw_img,[approx],-1,(255,0,0),4)
cv2.imshow('res_2',res)
cv2.waitKey(0)