OpenCV findContours()函数-CSDN博客

本文详细介绍了如何使用OpenCV库中的findContours函数进行轮廓检测，包括图像预处理、参数设置及轮廓绘制等步骤，适用于图像处理和计算机视觉领域的初学者。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

def findContours(image, mode, method, contours=None, hierarchy=None, offset=None)
# findContours(image, mode, method[, contours[, hierarchy[, offset]]]) -> contours(等高线), hierarchy(层次结构)

使用函数的时候需要注意的点：

cv2.findContours()函数接受的参数为二值图，即黑白的（不是灰度图）,所以读取的图像要先转成灰度的，再转成二值图
查找轮廓的函数会修改原始图像。如果你在找到轮廓之后还想使用原始图像的话，你应该将原始图像存储到其他变量中img.copy()
在OpenCV 中，查找轮廓就是在黑色背景中找白色物体。你应该记住，要找的物体应该是白色而背景应该是黑色。

实现效果展示：
在这里插入图片描述
实现代码及解析：

# -*- coding: utf-8 -*-

import numpy as np
import cv2

im = cv2.imread('shape1.png') # 读取图片

# 按照findContours原理将图片进行转换
imgray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)  # 转换成灰度图片
ret, thresh = cv2.threshold(src=imgray, thresh=127, maxval=255, type=cv2.THRESH_BINARY)  # 将灰度图片转换为二值图

# 计算图片的轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE) 
img = cv2.drawContours(im, contours, -1, (0,0,255), 3) # 画出图片的轮廓（-1，代表所有轮廓。其他数字代表第几个轮廓）
cv2.imshow("contour.jpg", img) # 显示图片
cv2.waitKey(0)