### Python OpenCV `findContours` 函数使用详解 #### 什么是 `findContours` `cv2.findContours()` 是 OpenCV 中的一个重要函数，用于检测二值图像中的轮廓。这些轮廓可以表示物体的边界，在计算机视觉应用中非常有用。 调用此函数通常需要提供输入图像、检索模式以及近似方法作为参数[^1]。 #### 参数说明 以下是 `cv2.findContours()` 的常用参数及其含义： - **image**: 输入图像，通常是经过阈值处理或 Canny 边缘检测后的二值图。 - **mode**: 轮廓检索模式，常见的有 `cv.RETR_EXTERNAL`, `cv.RETR_LIST`, `cv.RETR_CCOMP`, 和 `cv.RETR_TREE`. - **method**: 轮廓逼近方法，常用的有 `cv.CHAIN_APPROX_NONE`, `cv.CHAIN_APPROX_SIMPLE`. 返回值包括两个部分： - **contours**: 所找到的轮廓列表。 - **hierarchy**: 可选的层次结构信息。 #### 示例代码 下面是一个完整的例子，展示如何使用 `cv2.findContours()` 来查找并绘制轮廓： ```python import cv2 import numpy as np # 加载原始图像 original_image = cv2.imread('example.jpg') # 将其转换为灰度图像 gray_image = cv2.cvtColor(original_image, cv2.COLOR_BGR2GRAY) # 应用高斯模糊以减少噪声 blurred_image = cv2.GaussianBlur(gray_image, (5, 5), 0)[^3] # 使用Canny算子进行边缘检测 edges = cv2.Canny(blurred_image, threshold1=30, threshold2=100) # 查找轮廓 contours, hierarchy = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[^1] # 创建一个空白画布来绘制轮廓 drawing_canvas = np.zeros_like(original_image) # 绘制所有轮廓 for idx, contour in enumerate(contours): color = (np.random.randint(0, 256), np.random.randint(0, 256), np.random.randint(0, 256)) cv2.drawContours(drawing_canvas, contours, idx, color, thickness=cv2.FILLED) # 展示结果 cv2.imshow("Detected Contours", drawing_canvas) cv2.waitKey(0) cv2.destroyAllWindows() ``` 上述代码展示了从加载图片到最终显示轮廓的过程。其中，`cv2.RETR_EXTERNAL` 表示只检测最外层的轮廓；而 `cv2.CHAIN_APPROX_SIMPLE` 则压缩水平、垂直和对角线方向上的冗余点。 #### 进一步的应用 除了基本的轮廓检测之外，还可以利用 `cv2.minAreaRect()` 或者 `cv2.fitEllipse()` 对特定区域进一步分析。例如，拟合最小面积矩形或者椭圆可以帮助理解目标物的方向和其他几何属性[^4]。 ---