list(contour)'的结果表示什么？

4 投票

2 回答

4595 浏览

提问于 2025-04-17 11:56

我想搞清楚“轮廓”是什么意思，以及当我们使用OpenCV中的cv.FindContours函数创建轮廓时，存储了什么值（我用的是OpenCV 2.3.1和Python）。我用了一张简单的图片来测试：

这里插入图片描述

找到轮廓后，我在ipython中执行了以下命令：

In [8]: contour
Out[8]: <cv2.cv.cvseq at 0x90a31a0>

In [10]: list(contour)
Out[10]: 
 [(256, 190),
  (255, 191),
  (112, 191),
  (255, 191),
  (256, 190),
  (257, 191),
  (257, 190)]

第一条命令显示，轮廓是一个cvSeq对象。

我在图片上标记了这些点，得到了如下图像（红色标记的圆圈是这些点）：

这里插入图片描述

我不太明白这是什么意思。

所以我的问题是，第二条命令的结果中的值（也就是list(contour)）表示什么？

编辑：以下是我使用的代码。

import cv
img = cv.LoadImage('simple.jpeg')
imgg = cv.LoadImage('simple.jpeg',cv.CV_LOAD_IMAGE_GRAYSCALE)
storage = cv.CreateMemStorage(0)
contours = cv.FindContours(imgg,storage,cv.CV_RETR_TREE,cv.CV_CHAIN_APPROX_SIMPLE,(0,0))
print list(contours)
for i in list(contours):
    cv.Circle(img,i,5,(0,0,255),1)
cv.ShowImage('img',img)
cv.WaitKey(0)

数据结构图像处理计算机视觉图像分析 opencv 轮廓检测轮廓 cvseq

2 个回答

我对list(contour)的输出做了一些额外的工作，以便更好地理解轮廓，感谢数学咖啡的回答。

1) 我在测试图像时犯了个错误。我以为它是二值图像，实际上它是一个灰度图像，还包含其他颜色。（感谢数学咖啡）。所以我把图像改成了纯黑白图像，这样我就能得到一个轮廓，然后再次测试。这次，list(contour)给出了4个值，当我把它们画在图像上时，正好是那个框的四个角。

新图像输出

当我们使用'cv.DrawContours'函数时，会画出连接这些顶点的线。所以我推测cv.FindContours存储的是轮廓的顶点位置，实际上它是一个多边形。

2) 为了再次测试，我拿了一张T形的图像。

测试图像2

对此，我期待得到一个包含8个值的列表，这8个值是T形的8个角。

图像2的输出

`list(contour)`打印出的列表包含10个值。（多出的2个值可能是我绘制时的错误）

[(92, 58), (92, 108), (174, 108), (175, 109), (175, 239), (225, 239), (225, 109), (226, 108), (285, 108), (285, 58)]

这意味着cv.FindContours创建了一个cvseq对象。里面存储了我上面假设的值。

3) 上面的例子只找到了一个轮廓。那么在什么情况下会找到多个轮廓呢？我没有完全理解数学咖啡解释的多个链接序列的概念。为了测试这个，我拿了一张第三张图像。

测试图像3

现在cv.FindContours找到了三个轮廓。记住，每个轮廓都是一个框的4个角的列表。这三个列表存储在一个单一的cvseq对象中，而指针只指向第一个轮廓，也就是第一个框的顶点列表。因此，使用上面的代码，只画出了一个框的角。

要获取第二个顶点的列表，我们使用contour.h_next函数（感谢数学咖啡，我直到现在才知道它的功能）。现在它指向第二个框的轮廓。这样我们就可以遍历里面的所有列表。

所以我添加了一个简单的while循环，如下所示：

while contours:
   print list(contours)
   for i in list(contours):
       cv.Circle(img,i,5,(0,0,255),3)
   contours = contours.h_next()

我得到了三个列表，分别对应三个框的角：

[(196, 237), (196, 279), (357, 279), (357, 237)]
[(141, 136), (141, 201), (346, 201), (346, 136)]
[(33, 39), (33, 92), (206, 92), (206, 39)]

输出的图像：

图像3的输出

所以你可以想象，如果是一个圆形，"会有很多顶点"的输出会是什么样子。

现在一切都简单了。我之前没能理解轮廓的值。这就是为什么会有这么多混乱。谢谢。

更新 - 1：

关于新cv2模块中轮廓的更多细节可以在这里找到：轮廓 -1 : 入门

更新 - 2：

所有这些解释都是针对cv2.CHAIN_APPROX_SIMPLE的。但如果我们使用cv2.CHAIN_APPROX_NONE，则会得到轮廓上的所有点。这个文章中详细解释了这个问题，并提供了示例：轮廓 - 5 : 层次结构

回答于 2025-04-17 由 Python大师

分享举报

好的，我看了你的图片，你确实得到了每个区域的顶点。花了我一段时间才搞明白，因为我用的是 cv2 接口，而不是 cv 的。

几点说明：

你的输入图片 simple.jpeg 除了0和255，还有很多其他的灰度值，这很可能是因为JPEG压缩造成的。
因此，你从 FindContours 得到了多个区域，都是因为不同的灰度级别。
cv.FindContours 返回的是多个相连的序列，你需要逐个遍历它们才能获取所有的轮廓。
你在示例中得到的轮廓是边界上的一个。

为了演示，我们来画出所有的轮廓。

contours = cv.FindContours(imgg,storage,cv.CV_RETR_TREE,cv.CV_CHAIN_APPROX_SIMPLE,(0,0))
colours = [ (0,255,0,0),   # green
            (255,0,0,0),   # blue
            (255,255,0,0), # cyan
            (0,255,255,0), # yellow
            (255,0,255,0), # magenta
            (0,0,255,0)]   # red 
i=0
while contours:
    cv.DrawContours(img, contours, colours[i], colours[i], 0, thickness=-1)
    i = (i+1) % len(colours)
    contours = contours.h_next() # go to next contour
cv.ShowImage('img',img)
cv.WaitKey(0)

contours drawn

所以我们看到你在原问题中用 list(contours) 得到的第一个轮廓，就是方块底部那条小绿条，得到的点对应它的顶点。

在矩形边缘和角落周围出现这么多奇怪的小轮廓，可能是因为保存图片为JPEG时引入的压缩伪影，因为JPEG是有损的。如果你用无损格式保存你的方块（比如PNG或TIFF），你就只会得到一个由矩形角定义的轮廓。

总结经验：

cv.FindContours 确实给出了每个轮廓的“顶点”。
你需要用 contours = contours.h_next() 来遍历每个轮廓。
如果保存为JPEG，记得要期待伪影！用TIFF/PNG或其他无损格式吧！

回答于 2025-04-17 由 Python大师

分享举报

list(contour)'的结果表示什么？

2 个回答

撰写回答