OpenCV：在二进制图像中绘制对象的轮廓

Question

我使用Spyder环境中的Python代码来绘制二进制图像中检测到的组件的轮廓，参考了http://docs.opencv.org/trunk/d4/d73/tutorial_py_contours_begin.html提供的示例。以下是我的代码：

im = cv2.imread('test.jpg') #raw RGB image
im2 = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY) #gray scale image
plt.imshow(im2,cmap = 'gray')

The image is shown as follows:

Then,

thresh, im_bw = cv2.threshold(im2, 127, 255, cv2.THRESH_BINARY) #im_bw: binary image
im3, contours, hierarchy = cv2.findContours(im_bw,cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cv2.drawContours(im2, contours, -1, (0,255,0), 3)
plt.imshow(im2,cmap='gray')  #without the code, only an array displayed in the console

这些代码出于某种原因无法给出轮廓图。但如果我将代码的最后两行更改如下：

cv2.drawContours(im, contours, -1, (0,255,0), 3)
plt.imshow(im,cmap='gray')

这段代码产生了一个带轮廓的图形：

我对这些代码如何工作感到困惑？cv2.drawContours只适用于GRB图像吗？希望不是。 此外，需要注意的是contours[0]会产生一个3D数组：

idx = contours[0]
print idx.shape

(392L, 1L, 2L)

idx应该存储所有轮廓点的像素坐标。但是如何解释每个维度表示什么，并从中获取每个轮廓点的像素坐标？然后我就可以使用这些坐标绘制轮廓，而不必使用cv2.drawContours。

- jwm

Answer 1

混淆源于这个事实：cv2.findContours仅适用于二进制图像，而cv2.drawContours适用于RGB图像。这就是为什么要绘制轮廓，需要将im2转换为RGB，然后绘制轮廓，再将im2重新转换为二进制(GRAY)。但真正令人困惑的是，结果看起来不像你期望的那样：轮廓像灰色而不是白色(这意味着它们的值在150-170区域内，而不是255)。很容易解决：im2[im2!=0]=255。

im_gray = cv2.imread('test.jpg',0)
im_color=cv2.imread('test.jpg',1)
im3, contours, hierarchy = 
cv2.findContours(im_gray,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
cv2.drawContours(im_color, contours, -1, (0,255,0), 3)
im = cv2.cvtColor(im_color, cv2.COLOR_BGR2GRAY)
# if you plot im now you will see grey contours not white
im[im!=0]=255
# all contours are white now!

- Khelina Fedorchuk

Answer 2

cv2.findContours和cv2.drawContours都是破坏性方法，它们会修改原始输入图像。后者仅适用于RGB图像进行绘制，这解释了为什么在绘制灰度图像时不显示可见轮廓。

除了cv2.drawContours之外，通过使用存储在“contours”（上面的代码中）中的边界像素的索引，也可以轻松地绘制轮廓。这些索引是通过cv2.findContours获得的。

- jwm

---

自OpenCV 3.2版本开始，findContours()不再修改源图像，而是将修改后的图像作为三个返回参数中的第一个返回。 - mluerig