1 什么是轮廓
轮廓可以简单认为成将连续的点(连着边界)连在一起的曲线，具有相同的颜色或者灰度。
轮廓在形状分析和物体的检测和识别中很有用
–为了更加准确，要使用二值化图像。
–在寻找轮廓之前，要进行阈值化处理或者 Canny 边界检测
–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
–在 OpenCV 中，查找轮廓就像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
函数 cv2.findContours()
img = cv2.imread('person_454.bmp',0)
ret,thresh = cv2.threshold(img,127,255,0)
image, contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
结果：
有三个参数
–第一个是输入图像
–第二个是轮廓检索模式
–第三个是轮廓近似方法
返回值有三个
–第一个是图像
–第二个 是轮廓
–第三个是(轮廓的)层析结构
轮廓(第二个返回值)是一个 Python 列表，其中存储这图像中的所有轮廓
每一个轮廓都是一个 Numpy 数组，包含对象边界点(x，y)的坐标
2 怎样绘制轮廓
函数 cv2.drawContours()
可以被用来绘制轮廓
它可以根据你提供 的边界点绘制任何形状
img = cv2.drawContour(img, contours, -1, (0,255,0), 3)
这个方法被弃用了
它有5个参数：
–第一个参数是原始图像，
–第二个参数是轮廓，一个Python 列表。
–第三个参数是轮廓的索引(在绘制独立轮廓是很有用，当设置为-1时绘制所有轮廓)。
–第四个是轮廓的颜色
–第五个是轮廓的厚度
一般用这种方法：
img = cv2.drawContours(img, contours, 3, (0,255,0), 3)
1 什么是轮廓轮廓可以简单认为成将连续的点(连着边界)连在一起的曲线，具有相同的颜色或者灰度。 轮廓在形状分析和物体的检测和识别中很有用–为了更加准确，要使用二值化图像。 –在寻找轮廓之前，要进行阈值化处理或者 Canny 边界检测 –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 –在 OpenCV 中，查找轮廓就像在...
在前面的python数字图像处理（10）：图像简单滤波 中，我们已经讲解了很多算子用来检测边缘，其中用得最多的canny算子边缘检测。
本篇我们讲解一些其它方法来检测轮廓。
1、查找轮廓（find_contours)
measure模块中的find_contours()函数，可用来检测二值图像的边缘轮廓。
函数原型为：
skimage.measure.find_contours(arra...
有很多时候，我们需要获得图形上的某物体轮廓，Opencv提供两个函数findContours()和drawContours(),一个是寻找轮廓，一个是画轮廓，下面就来介绍这两个函数：
一、findContours()
void findContours//提取轮廓，用于提取图像的轮廓
InputOutputArray image,//输入图像，必须是8位单通道图像，并且应该转化成二值的
if( src = cvLoadImage(".\\pic1.png", 0) )
IplImage* dst = cvCreateImage( cvGetSize(src), 8, 3 );
Opencv学习之查找并绘制轮廓寻找轮廓–findContours函数一个轮廓一般对应一系列的点，也就是图像中的一条曲线。
void findContours(inputArray,outputArray,outputArray hierarchy,int mode,int method, Point offset=Point())
*第一个参数，输入图像，需为8位单通道图像，可以使用compa
使用函数 cv2.findContours 来查找轮廓，
我们需要传入一个参数:轮廓提取模式(Contour_Retrieval_Mode)。
我们总是 把它设置为 cv2.RETR_LIST 或者是 cv2.RETR_TREE，效果还可以。
但是它们到底代表什么呢?
同时，我们得到的结果包含 3 个数组，
第一个图像，第二个是轮廓，第三个是层次结构。
但是我们从...
# 轮廓提取
contours, hierarchy = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 遍历每个轮廓，画出轮廓并输出轮廓坐标
for i, contour in enumerate(contours):
cv2.drawContours(img, contours, i, (0, 255, 0), 2)
for point in contour:
x, y = point[0]
print("Contour #%d point: (%d, %d)" % (i, x, y))
其中，RETR_EXTERNAL参数表示只提取最外层轮廓，CHAIN_APPROX_SIMPLE参数表示对轮廓进行简化，只保留关键点。运行代码后，会输出每个轮廓边界上的坐标点。
