本文将结合实例代码，介绍 OpenCV 如何查找轮廓、获取边界框。
- 代码: contours.py[1]
OpenCV 提供了 findContours[2] 函数查找轮廓，需要以二值化图像作为输入、并指定些选项调用即可。
我们以下图作为示例：
二值化图像
代码工程 data/ 提供了小狗和红球的二值化掩膜图像：
其使用预训练好的实例分割模型来生成的，脚本可见 detectron2_seg_threshold.py[3]。模型检出结果，如下：
模型用的 Mask R-CNN 已有预测边框。但其他模型会有只出预测掩膜的，此时想要边框就可以使用 OpenCV 来提取。
本文代码也提供了根据色域来获取红球掩膜的办法：
代码语言：javascript复制import cv2 as cv
import numpy as np
# 读取图像
img = cv.imread(args.image, cv.IMREAD_COLOR)
# HSV 阈值，获取掩膜
def _threshold_hsv(image, lower, upper):
hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)
mask = cv.inRange(hsv, lower, upper)
result = cv.bitwise_and(image, image, mask=mask)
return result, mask
_, thres = _threshold_hsv(img, np.array([0,110,190]), np.array([7,255,255]))
# 清除小点（可选）
kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 3), (1, 1))
thres = cv.morphologyEx(thres, cv.MORPH_OPEN, kernel)
查找轮廓
代码语言：javascript复制# 查找轮廓
# cv.RETR_EXTERNAL: 只查找外部轮廓
contours, hierarchy = cv.findContours(
threshold, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
# 近似轮廓，减点（可选）
contours_poly = [cv.approxPolyDP(c, 3, True) for c in contours]
# 绘制轮廓
h, w = threshold.shape[:2]
drawing = np.zeros((h, w, 3), dtype=np.uint8)
for i in range(len(contours)):
cv.drawContours(drawing, contours_poly, i, (0, 255, 0), 1, cv.LINE_8, hierarchy)
获取边界框
boundingRect 获取边界框，并绘制：
for contour in contours_poly:
rect = cv.boundingRect(contour)
cv.rectangle(drawing,
(int(rect[0]), int(rect[1])),
(int(rect[0] rect[2]), int(rect[1] rect[3])),
(0, 255, 0), 2, cv.LINE_8)
minEnclosingCircle 获取边界圈，并绘制：
for contour in contours_poly:
center, radius = cv.minEnclosingCircle(contour)
cv.circle(drawing, (int(center[0]), int(center[1])), int(radius),
(0, 255, 0), 2, cv.LINE_8)
参考
- OpenCV Tutorials / Image Processing[4]
脚注
[1]
contours.py: https://github.com/ikuokuo/start-opencv/blob/master/src/python/processing/contours.py
[2]
findContours: https://docs.opencv.org/master/d3/dc0/group__imgproc__shape.html#gadf1ad6a0b82947fa1fe3c3d497f260e0
[3]
detectron2_seg_threshold.py: https://github.com/ikuokuo/start-opencv/blob/master/scripts/detectron2_seg_threshold.py
[4]
OpenCV Tutorials / Image Processing: https://docs.opencv.org/master/d7/da8/tutorial_table_of_content_imgproc.html
