在 python 中使用 cv2.approxPolyDP() 绘制轮廓答案

【问题标题】：Drawing contours using cv2.approxPolyDP() in python在 python 中使用 cv2.approxPolyDP() 绘制轮廓
【发布时间】：2017-05-25 09:56:04
【问题描述】：

我无法使用cv2.approxPolyDP() 绘制形状的完整轮廓。

我得到以下结果：

但我想要这样的输出：

这是我的代码：

import cv2
im = cv2.imread('C:\Python27\Test\Targets\s1.jpg') # read picture

imgray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY) # BGR to grayscale

ret, thresh = cv2.threshold(imgray, 200, 255, cv2.THRESH_BINARY)

countours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

epsilon = 0.1 * cv2.arcLength(countours[0], True)
approx = cv2.approxPolyDP(countours[0], epsilon, True)

cv2.drawContours(im, approx, -1, (0, 255, 0), 3)
cv2.imshow("Contour", im)

cv2.waitKey(0)
cv2.destroyAllWindows()

【问题讨论】：

您好，目前尚不清楚您得到了什么结果，以及您希望看到什么结果。您忘记嵌入这两个图像了吗？
做到了。现在请回答
我尝试了相同的代码。但我能够获得矩形周围的轮廓
喜欢第二张图片中的那个吗？ @Jeru 卢克
@VikasTomar 是的

标签： python image opencv computer-vision opencv3.0

【解决方案1】：

我尝试了相同的代码。但我能够得到这个：

【讨论】：

很好。但是有没有办法可以获得锋利和平坦的边缘。我不想要那些粗糙的边缘，因为我想检测形状中的正确角。
对于直线，你需要像 HoughLines() 这样的东西

【解决方案2】：

在 Java 中这是可行的

MatOfPoint2f  newContour = new MatOfPoint2f();      
largestContour.convertTo(newContour, CvType.CV_32F);
double arcLength = Imgproc.arcLength(newContour, closed);
double epsilon = 0.2 * arcLength;
MatOfPoint2f approxCurve = new MatOfPoint2f();
Imgproc.approxPolyDP(newContour, approxCurve, epsilon, closed);

// convert back to form that can be plotted by drawContours
MatOfPoint largestOutline = new  MatOfPoint();
approxCurve.convertTo(largestOutline, CvType.CV_32S);

【讨论】：

【解决方案3】：

cv2.CHAIN_APPROX_SIMPLE去除所有冗余点并压缩轮廓，从而节省内存。如果你传递给findContours()函数cv2.CHAIN_APPROX_NONE参数而不是cv2.CHAIN_APPROX_SIMPLE，你的问题就解决了。您的代码应更改如下：

_, countours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, 
                                                 cv2.CHAIN_APPROX_NONE)

【讨论】：

【解决方案4】：

这是很久以前的事了，但我建议你这样

contours,hierarchy = cv2.findContours(thresh, 1, 2)

contours_sizes= [(cv2.contourArea(cnt), cnt) for cnt in contours]
biggest_contour = max(contours_sizes, key=lambda x: x[0])[1]

countours = biggest_contour

这将找到图像的最大轮廓，忽略小点和噪声

【讨论】：