如何在OpenCV Python中查找和绘制图像轮廓的凸包？

凸包看起来类似于轮廓逼近，但它并非完全是轮廓逼近。凸包是围绕物体的凸曲线。凸曲线总是凸出的，或者至少是平的。凸包查找凸性缺陷并对其进行修正。

语法

要查找凸包，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，则输出凸包的方向为顺时针方向，否则为逆时针方向。
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。如果设置为False，则返回对应于凸包点的轮廓点的索引。

因此，为了获得凸包，我们通常使用以下方法：

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。在所有以下Python示例中，所需的Python库是OpenCV。确保您已经安装了它。

import cv2

使用cv2.imread()读取输入图像并将其转换为灰度图像。

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

对灰度图像应用阈值处理以创建二值图像。

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或循环遍历所有轮廓。使用cv2.convexHull(cnt)函数查找轮廓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)

显示绘制了凸包的图像。

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

让我们来看一些例子以便更好地理解。

示例1

在下面的Python程序中，我们检测图像中的轮廓并查找第一个轮廓的凸包。我们还在图像上绘制第一个轮廓和凸包。

# import required libraries
import cv2

# load the input image
img = cv2.imread('six-point-star.png')

# convert the input image to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# apply thresholding to convert grayscale to binary image
ret,thresh = cv2.threshold(img1,150,255,0)

# find the contours
contours,hierarchy = cv2.findContours(thresh, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
print("Number of contours detected:", len(contours))

# select the first contour
cnt = contours[0]

# find the convex hull using the contour
hull = cv2.convexHull(cnt)

# draw contour and convex hull on the input image
img = cv2.drawContours(img,[cnt],0,(255,0,0),2)
img = cv2.drawContours(img,[hull],0,(0,255,255),3)

# display the image with drawn contour and convex hull
cv2.imshow("Convex Hull", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

我们将在上面的程序代码中使用以下图像作为输入文件。

输出

执行上述代码后，将产生以下输出：

Number of contours detected: 1

我们将得到以下输出窗口，显示图像中检测到的第一个轮廓和凸包：

轮廓以蓝色绘制，凸包以黄色绘制。注意轮廓和凸包之间的区别。

示例2

在这个例子中，我们检测图像中的轮廓并查找所有轮廓的凸包。我们还在图像上绘制所有轮廓和凸包。

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("Number of contours detected:", len(contours))

# Find the convex hull for all the contours
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)

# Display the image with convex hull drawn on it
cv2.imshow("Convex Hull", img)
cv2.waitKey(0)
cv2.destroyAllWindows()