如何在OpenCV Python中查找并绘制图像轮廓的凸包？

凸包看起来类似于轮廓近似，但它并不完全是轮廓近似。凸包是一个凸的曲线，围绕着一个物体。凸曲线总是鼓出或至少是平的。凸包可以找到凸性缺陷并进行纠正。

语法

为了找到凸包，我们使用以下函数 –

hull = cv2.convexHull(cnt, hull, clockwise, returnPoints)

参数

cnt 是轮廓点。它表示为轮廓点的数组。
hull 是输出，通常我们避免使用它。
clockwise -方向标志。如果为True，则输出凸包是顺时针定向的，否则是逆时针定向的。
returnPoints -默认设置为True。

输出 -当returnPoints设置为True时，它返回凸包点的坐标。如果它设置为False，则返回与凸包点对应的轮廓点的索引。

因此，通常使用以下凸包来获取凸包 –

hull = cv2.convexHull(cnt)

要绘制凸包点的轮廓，请使用此函数 –

cv2.drawContours(img, [hull], -1, (0,255,255), 3)

步骤

您可以使用以下步骤查找并绘制图像轮廓的凸包 –

导入所需的库。在以下所有Python示例中，所需的Python库为OpenCV。确保您已经安装它。

import cv2

使用 cv2.imread() 读取输入图像并将其转换为灰度。

img = cv2.imread('shape.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

在灰度图像上施加阈值处理，以创建二进制图像。

ret,thresh = cv2.threshold(gray,150,255,0)

使用 cv2.findContours() 函数查找图像中的轮廓。

contours, _ = cv2.findContours(thresh, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

选择轮廓 cnt 或遍历所有轮廓。使用 cv2.convexHull(cnt) 函数找到轮廓 cnt 的凸包。

cnt = contours[0]
hull = cv2.convexHull(cnt)

将凸包点传递给以下函数，在输入图像上绘制凸包。

cv2.drawContours(img, [hull], -1, (0,255,255), 3)

显示带有绘制凸包的图像。

cv2.imshow("Convex Hull", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

让我们看一些示例以更好地理解。

示例1

在下面的Python程序中，我们检测图像中的轮廓并为第一个轮廓查找凸包。我们还在图像上绘制了第一个轮廓和凸包。

＃导入所需的库
import cv2

#加载输入图像
img = cv2.imread('six-point-star.png')

#将输入图像转换为灰度
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#应用阈值处理将灰度转换为二进制图像
ret,thresh = cv2.threshold(img1,150,255,0)

#查找轮廓
contours,hierarchy = cv2.findContours(thresh, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
print("检测到的轮廓数：", len(contours))

#选择第一个轮廓
cnt = contours[0]

#使用轮廓查找凸包
hull = cv2.convexHull(cnt)

#在输入图像上绘制轮廓和凸包
img = cv2.drawContours(img,[cnt],0,(255,0,0),2)
img = cv2.drawContours(img,[hull],0,(0,255,255),3)

#显示绘制了轮廓和凸包的图像
cv2.imshow("凸包", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

我们将使用以下图像作为 输入文件 在上面的程序代码中。

如何在OpenCV Python中查找并绘制图像轮廓的凸包？

输出

当执行上述代码时，将会产生以下输出 **** −

检测到的轮廓数：1

我们得到以下 输出窗口 ，显示了图像中检测到的第一个轮廓和凸包 –

如何在OpenCV Python中查找并绘制图像轮廓的凸包？

轮廓以蓝色绘制，凸包以黄色绘制。请注意轮廓和凸包之间的差异。

示例2

在本示例中，我们检测图像中的轮廓并找到所有轮廓的凸包。我们还在图像上绘制了所有轮廓和凸包。

import cv2
img = cv2.imread('convexhull.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret,thresh = cv2.threshold(gray,100,255,0)
contours,hierarchy = cv2.findContours(thresh, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
print("检测到的轮廓数量:", len(contours))

# 找到所有轮廓的凸包
for cnt in contours:
   hull = cv2.convexHull(cnt)
   img = cv2.drawContours(img,[cnt],0,(0,255,0),2)
   img = cv2.drawContours(img,[hull],0,(0,0,255),3)

# 在图像上显示凸包
cv2.imshow("凸包", img)
cv2.waitKey(0)
cv2.destroyAllWindows()