Python OpenCV 影像处理：影像轮廓

► 前言

上篇介绍使用OpenCV Python对于图像上的二值化操作，二值化主要用途包括图像分割、物体侦测、文字识别等。这种转换可以帮助检测图像中的物体或特定特征，并提取有用的信息，本篇基于二值化操作进行近一步的操作，透过影像梯度区分影像前景、后景，框选所需目标物件。透过程式码的说明，让各位了解OpenCV Python于图像处理上的基本操作。

►轮廓(Contour)定义

轮廓是由多个点组成的连续曲线或多边形，这些点会包围物体或形状的边界。轮廓描述了物体在影像中的外形和轮廓的形状。这些轮廓提供了对物体形状和结构的描述，可以识别和理解影像中的物体。

►轮廓检测与绘制

OpenCV提供findContours()函数用于在二值化影像中寻找轮廓。

image：输入的二值化图像，通常是经过灰度转换和二值化处理后的图像。
mode：轮廓检测模式。它指定轮廓的检索模式，可以使用以下值之一：
- RETR_EXTERNAL：只检测最外层的轮廓。
- RETR_LIST：检测所有的轮廓，但不建构轮廓的层次结构。
- RETR_CCOMP：检测所有的轮廓，并将其组织为两级层次结构。
- RETR_TREE：检测所有的轮廓，并将其组织为完整的层次结构。
method：轮廓的逼近方法。它指定轮廓的逼近方法，可以使用以下值之一：
- CHAIN_APPROX_NONE：储存所有的轮廓点，不进行逼近。
- CHAIN_APPROX_SIMPLE：仅储存水平、垂直和对角线端点，压缩水平、垂直和对角线节点，只保留该方向上的终点。
contours（可选）：轮廓的输出列表，每个轮廓是一个由点构成的 numpy 数组。
hierarchy（可选）：输出的层次结构，描述了轮廓之间的嵌套关系。
offset（可选）：输入图像的可选偏移参数。

并透过drawContours()函数将轮廓叠加于原始图像上。

image：用于绘制轮廓的图像。
contours：要绘制的轮廓，是一个包含轮廓的列表，每个轮廓是一个由点构成的 numpy 数组。
contourIdx：指定要绘制的轮廓的索引。如果为负值（例如 -1），则绘制所有轮廓。
color：绘制轮廓的颜色。它是一个包含三个整数的元组，分别表示蓝色、绿色和红色通道的值。
thickness（可选）：绘制轮廓的线条宽度。如果 thickness 为正值，表示线条的粗细；如果 thickness 为负值或者等于 0，则轮廓内部被填充。
lineType（可选）：绘制轮廓的线条类型。预设为 LINE_8，表示 8 连通线条。你也可以使用 cv2.LINE_AA 以获得抗锯齿效果。
hierarchy（可选）：描述轮廓层次结构的 numpy 数组。在 findContours 中获取，通常不需要手动指定。
maxLevel（可选）：绘制轮廓的最大层级。如果不指定，则绘制所有层级的轮廓。
offset（可选）：输入图像的可选偏移参数。

在轮廓检测与绘制分为以下四个步骤: