python -opencv 輪廓檢測(多邊形，外接矩形，外接圓)

邊緣檢測步驟:

第一步：讀取圖像為灰度圖
第二步：進行二值化處理
第三步：使用cv2.findContours對二值化圖像提取輪廓
第三步：將輪廓繪制到圖中

代碼如下：

from ctypes.wintypes import SIZE
from multiprocessing.pool import IMapUnorderedIterator
import cv2
import copy
import math
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
import ospath=r'D:\learn\photo\cv\res\ballon.png'img=cv2.imread(path,1)
img_gray=cv2.imread(path,0)def cv_show(name,img):cv2.imshow(name,img)#cv2.waitKey(0),接收0，表示窗口暫停cv2.waitKey(0)#銷毀所有窗口cv2.destroyAllWindows()#cv_show('img_gray',img_gray)#進行二值化處理
ret,binary=cv2.threshold(img_gray,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)#cv_show('dist',dist)def BGR_TO_RGB(img):return img[:,:, ::-1];
#檢測輪廓countourClose,hierrachyclose=cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)print("len(countourclose) is",len(countourClose))#countourClose 輪廓坐標信息
#hierrachyclose 輪廓之間的層次結構#背景圖
result=np.zeros(img.shape,np.uint8)#繪制輪廓邊框
for  i in range(len(countourClose)):cnt=countourClose[i]#近似多邊形#第一個參數，表示精度，單位是像素#第二個像素表示是否閉合approx=cv2.approxPolyDP(cnt,3,True)#繪制輪廓#-1表示繪制所有輪廓#5線條粗細cv2.drawContours(result,[approx],-1,(0,0,255),5)#繪制矩形x,y,w,h=cv2.boundingRect(cnt)cv2.rectangle(result,(x,y),(x+w,y+h),(0,255,0),5)#繪制最小外接圓(x,y),r=cv2.minEnclosingCircle(cnt)center=(int(x),int(y))r=int(r)cv2.circle(result,center,r,(255,255,255),5)#plt.figure(figsize=(400,600))print(img_gray.shape)
print(img_gray[0][0])
plt.subplot(221)
#img_gray=BGR_TO_RGB(img_gray,'gray')
plt.imshow(img_gray,'gray')
plt.title('img_gray')plt.subplot(222)
plt.imshow(binary,'gray')
plt.title('binary')
plt.subplot(223)
plt.imshow(result,'gray')
plt.title('result')plt.show()
os.system("pause")

運行結果如下：