OpenCV图像轮廓的绘制方法

当我们对一幅图像进行处理时，图像轮廓往往是重要的信息之一。OpenCV提供了方便的接口来提取图像轮廓并进行绘制。以下是OpenCV图像轮廓的绘制方法的完整攻略。

准备工作

在开始之前，需要先安装OpenCV并导入相关库。下面是在Python中导入OpenCV库的示例代码：

import cv2

提取轮廓

OpenCV提供了函数cv2.findContours()来提取图像中的轮廓。该函数需要处理的参数有输入图像、轮廓提取模式、轮廓逼近方法。

以下是一个示例代码，演示如何提取图像中的所有轮廓：

# 读取输入图像
img = cv2.imread('image.jpg')

# 更改成灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化图像
_, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 提取轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

在上面的例子中，我们首先读取一张图片，将其转化为灰度图像，然后进行二值化操作，最后通过cv2.findContours()函数提取轮廓。

绘制轮廓

OpenCV提供了函数cv2.drawContours()来绘制轮廓。该函数需要处理的参数有输入图像、轮廓、轮廓的索引、颜色（线条颜色和填充颜色）、线条宽度。

以下是一个示例代码，演示如何绘制一个二值化图像中的所有轮廓：

# 绘制轮廓
draw_img = cv2.drawContours(img, contours, -1, (0, 255, 0), 2)

在上面的例子中，我们提供了输入图像，所有提取到的轮廓，轮廓的索引（-1代表全部轮廓），轮廓的颜色（绿色），以及线条的宽度（2）。

下面是另一个示例，演示如何在黑色背景上通过轮廓绘制一张图像：

# 创建黑色背景
img = np.zeros((512, 512, 3), np.uint8)

# 绘制轮廓
draw_img = cv2.drawContours(img, contours, -1, (0, 255, 0), 2)

在上面的例子中，我们首先创建了一个黑色背景，然后在其上绘制了轮廓。

总结

通过使用cv2.findContours()和cv2.drawContours()函数，我们可以提取图像中的轮廓并将其绘制出来。在实际的处理中，我们可能还需要对轮廓进行一些操作，比如计算轮廓的面积、周长等。