在地形图中,你有没有注意到在山区和地形图中海拔高的区域周围画的线?这些线被称为地形等高线。它们给出了地形的高程剖面图。这些线条要么是手工绘制的,要么是电脑生成的。
在本文中,我们将看到如何使用OpenCV在一个简单的图像上绘制等高线。
findContours函数OpenCV为我们提供了“findContours”函数,该函数在二值图像中查找轮廓,并将其存储为一个numpy坐标点数组。函数定义如下。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。零像素仍然是0,所以图像被视为二进制。mode-轮廓检索模式。method-等值线近似法。以及其他三个可选参数。轮廓检索模式第二个参数,即轮廓检索方式,用于检索图像中轮廓之间的关系。例如,在图像中,可能会有轮廓内的轮廓,就像嵌套轮廓一样。在这种情况下,我们称外部轮廓为父线,称内部轮廓为子线。在使用findContours函数时,应该检索轮廓之间的这些关系,并将其存储在一个变量中。如果需要的话,它们也可以在未来使用。OpenCV中有四种检索模式,分别是cv．RETR_LIST,cv．RETR_TREE,cv．RETR_CCOMP,cv．RETR_EXTERNAL。为了清楚地了解检索模式,强烈建议参考OpenCV的轮廓官方教程:https://docs．opencv．org/master/d9/d8b/tutorial_py_contours_hierarchy．html。轮廓近似方法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。但实际上,我们需要所有的点吗?例如,你发现了一条直线的轮廓线。需要这条直线上的所有点来表示这条直线吗?不,我们只需要这条线的两个端点。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函数找到等高线后,将等高线的坐标点(x, y)存储在一个数组中,就可以用这些点在图像上绘制等高线。我们使用OpenCV的drawcontour函数来做同样的事情。cv．drawContours(image,
contours,
contourIdx,
color[,
thickness[,
lineType[,
hierarchy[,
maxLevel[,
offset]]]]]) ->image
image- 目标图像。contours-所有输入的轮廓线。每个轮廓被存储为一个点向量。contourIdx-表示要绘制的轮廓的参数。如果是负数,则画出所有的等高线。color-轮廓的颜色。thickness-绘制轮廓时所用的线的粗细。如果为负值(例如,thickness=FILLED),则绘制轮廓内部。现在,我们已经学习了函数findContours和drawContours,让我们运行一个简单的代码以将这些函数应用于图像:这是原始图像:
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()
阈值图像和画上轮廓的原始图像如下。阈值图像:
原始图像上绘制的等高线:
这就是如何在图像上找到并绘制等高线的方法。你也可以在地图上试试看。
