#技术派的书架#

山区和地形图中海拔高的区域划出的线称为地形轮廓，它们提供了地形的高程图。这些线条可以手动绘制，也可以由计算机生成。在本文中，我们将看到如何使用OpenCV在简单图像上绘制轮廓线。

findContours函数：

OpenCV为我们提供了“ findContours”功能，该功能可在二进制图像中查找轮廓并将其存储为坐标点的小数数组。功能定义如下。

cv.findContours(image,
                mode,
                method[,
                contours[, 
                hierarchy[,
                offset]]]) ->contours, hierarchy

image-源，一个8位单通道图像。非零像素被视为1。零像素保持为0，因此图像被视为二进制。
模式-轮廓检索模式。
方法-等高线近似方法。

轮廓检索模式：

第二个参数，即轮廓检索模式，用于检索图像中轮廓之间的关系。例如，在图

像中，轮廓内可能有轮廓，就像嵌套轮廓一样。在这种情况下，我们将外部轮廓称为父级，将内部轮廓称为子级。使用findContours函数时，应该检索轮廓之间的这些关系并将其存储在变量中。如果需要，将来也可以使用它们。OpenCV中有四种检索模式，分别是cv.RETR_LIST，cv.RETR_TREE，cv.RETR_CCOMP，cv.RETR_EXTERNAL。为了清楚了解检索模式，强烈建议参考OpenCV的轮廓轮廓官方教程。

轮廓近似法:

OpenCv中有两种轮廓逼近方法。它们是cv.CHAIN_APPROX_NONE和cv.CHAIN_APPROX_SIMPLE。如果通过cv.CHAIN_APPROX_NONE，则将存储轮廓的所有边界点。但是实际上，我们是否需要所有这些要点？例如，找到了一条直线的轮廓，是否需要线上的所有点来表示该线？事实并非如此，我们只需要该行的两个端点即可。这就是cv.CHAIN_APPROX_SIMPLE所做的。它删除所有冗余点并压缩轮廓，从而节省内存。

drawContours函数：

找到轮廓并将轮廓线的坐标点（x，y）存储在数组中后，我们可以使用这些点在图像上绘制轮廓线。我们使用OpenCV的drawContours函数执行相同的操作。

cv.drawContours(image,
                contours, 
                contourIdx,
                color[,
                thickness[,
                lineType[, 
                hierarchy[,
                maxLevel[,
                offset]]]]]) ->image

图像-目标图像。
轮廓-所有输入轮廓。每个轮廓都存储为点向量。
outlineIdx-指示要绘制的轮廓的参数。如果为负，则绘制所有轮廓。
颜色-颜色的轮廓。
粗细-绘制等高线的粗细。如果为负（例如，thickness = FILLED），则绘制轮廓内部。

原始图像：

import cv2 as cv
#read the image
img = cv.imread("D://medium_blogs//pattern1.jpg")
#convert the image to grayscale
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
#blur image to reduce the noise in the image while thresholding
blur = cv.blur(gray, (10,10))
#Apply thresholding to the image
ret, thresh = cv.threshold(blur, 1, 255, cv.THRESH_OTSU)
#find the contours in the image
contours, heirarchy = cv.findContours(thresh, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)
#draw the obtained contour lines(or the set of coordinates forming a line) on the original image
cv.drawContours(img, contours, -1, (0,255,0), 20)
#show the image
cv.namedWindow('Contours',cv.WINDOW_NORMAL)
cv.namedWindow('Thresh',cv.WINDOW_NORMAL)
cv.imshow('Contours', img)
cv.imshow('Thresh', thresh)
if cv.waitKey(0):
    cv.destroyAllWindows()

阈值图像和在其上绘制轮廓的原始图像如下: