代码语言：javascript复制
import cv2
import numpy as np
o=cv2.imread('C:/Users/xpp/Desktop/coins.png')#原始图像
gray=cv2.cvtColor(o,cv2.COLOR_BGR2GRAY)#将彩色图片转换为灰度图片
ret,binary=cv2.threshold(gray,127,255,cv2.THRESH_BINARY)##将灰度图片转换为二值图片
contours,hierarchy=cv2.findContours(binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)#计算图像轮廓
cv2.imshow("original",o)
n=len(contours)
contoursImg=[]
for i in range(n):
print("contours[" str(i) "]面积=",cv2.contourArea(contours[i]))#计算轮廓面积
temp=np.zeros(o.shape,np.uint8)
contoursImg.append(temp)
contoursImg[i]=cv2.drawContours(contoursImg[i],contours,i,(255,255,255),3)#绘制图像轮廓
cv2.imshow("contours[" str(i) "]",contoursImg[i])
cv2.waitKey()
cv2.destroyAllWindows()contours[0]面积= 18.0 contours[1]面积= 9891.5 contours[2]面积= 6761.0 contours[3]面积= 4.0 contours[4]面积= 9571.0 contours[5]面积= 9281.5 contours[6]面积= 8.5 contours[7]面积= 14.0 contours[8]面积= 36.0 contours[9]面积= 5.5 contours[10]面积= 57.5 contours[11]面积= 4019.0 contours[12]面积= 6168.5 contours[13]面积= 3.5 contours[14]面积= 32.5 contours[15]面积= 4.0 contours[16]面积= 3263.0 contours[17]面积= 9103.5 contours[18]面积= 6578.5 contours[19]面积= 8974.5
算法：轮廓面积是估算图像轮廓部分和起始点连线构成的封闭部分的像素数量。
retval=cv2.contourArea(contour[, oriented]))
- contour表示图像轮廓
- oriented表示布尔型值，如果为True，则返回值包含正/负号，表示轮廓是顺时针还是逆时针，默认值是False，表示返回retval是绝对值
注意：轮廓面积的单位是像素。
