draw最大的轮廓

本章节内容是博主网上收集的，参考PDF：

直接下载：OpenCV-Python-Tutorial-中文版.pdf（P111 轮廓的性质）

在线预览

当前系列所有demo下载地址：

https://github.com/GaoRenBao/OpenCv4-Demo

不同编程语言对应的OpenCv版本以及开发环境信息如下： 

测试原图：

测试效果：

C#版本运行代码如下：

using OpenCvSharp;
using System;
using System.Collections.Generic;
using System.Data;
using System.Linq;

namespace ConsoleApp
{
    internal class Program
    {
        static void Main(string[] args)
        {
            Mat org = Cv2.ImRead("image/cards.png");

            Mat imgray = new Mat();
            Cv2.CvtColor(org, imgray, ColorConversionCodes.BGR2GRAY);
            Cv2.ImShow("imgray", imgray);

            // 白色背景
            Mat threshold = new Mat();
            Cv2.Threshold(imgray, threshold, 244, 255, ThresholdTypes.BinaryInv); // 把黑白颜色反转
            Cv2.ImShow("after threshold", threshold);

            Point[][] contours = new Point[][] { };
            HierarchyIndex[] hierarcy;
            Cv2.FindContours(threshold, out contours, out hierarcy, RetrievalModes.Tree, ContourApproximationModes.ApproxSimple, null);

            List<(int, double)> areas = new List<(int, double)>();
            for (int i = 0; i < contours.Length; i++)
            {
                areas.Add((i, Cv2.ContourArea(contours[i]))); // 面积大小
            }
            // 按面积大小，从大到小排序
            var a2 = areas.OrderByDescending(x => x.Item2).ToList();
            foreach (var area in a2)
            {
                if (area.Item2 < 150)
                    continue;

                Mat img22 = new Mat();
                org.CopyTo(img22); //逐个contour 显示
                Cv2.DrawContours(img22, contours, area.Item1, new Scalar(0, 0, 255), 3);
                Console.WriteLine(area);
                Cv2.ImShow("drawContours", img22);
                img22.Dispose(); // C# 中这里一定要释放内存，Mat库默认不会释放

                if (Cv2.WaitKey(200) == 'q')
                    break;
            }

            // 获取最大或某个contour，剪切
            int idx = a2[1].Item1;
            // Create mask where white is what we want, black otherwise
            Mat mask = new Mat(org.Size(), org.Type(), new Scalar(0, 0, 0));
            // Draw filled contour in mask
            Cv2.DrawContours(mask, contours, idx, new Scalar(0, 255, 0), -1);

            // Extract out the object and place into output image
            Mat matout = new Mat(org.Size(), org.Type(), new Scalar(0, 0, 0));
            org.CopyTo(matout, mask);
            Cv2.ImShow("out_contour.jpg", matout);

            //roi方法
            idx = a2[4].Item1;
            Rect rect = Cv2.BoundingRect(contours[idx]);
            Mat matroi = new Mat(org, rect);
            Cv2.ImShow("out_contour-roi4.jpg", matroi);
            Cv2.WaitKey(0);
        }
    }
}

C++版本运行代码如下：

#include <opencv2/opencv.hpp>
#include <opencv2/cvconfig.h>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>    

#include <string>
#include <cmath>
#include <iostream>

using namespace cv;
using namespace std;

struct areaPack
{
    int i;
    double area;
};

int main()
{
    Mat org = cv::imread("../images/cards.png");

    Mat imgray;
    cv::cvtColor(org, imgray, COLOR_BGR2GRAY);
    cv::imshow("imgray", imgray);

    // 白色背景
    Mat threshold;
    cv::threshold(imgray, threshold, 244, 255, THRESH_BINARY_INV); // 把黑白颜色反转
    cv::imshow("after threshold", threshold);
    vector<vector<Point>> contours;
    vector<Vec4i> hierarcy;
    findContours(threshold, contours, hierarcy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));

    vector<areaPack> areas;
    for (int i = 0; i < contours.size(); i++)
    {
        areaPack p;
        p.i = i;
        p.area = cv::contourArea(contours[i]); // 面积大小
        areas.push_back(p);
    }
    // 按面积大小，从大到小排序
    sort(areas.begin(), areas.end(), [](const areaPack& a, const areaPack& b) {
        return a.area > b.area;
    });

    vector<areaPack> a2 = areas;
    for (int i = 0; i < a2.size(); i++)
    {
        if (a2[i].area < 150)
            continue;
        Mat img22;
        org.copyTo(img22); //逐个contour 显示
        cv::drawContours(img22, contours, a2[i].i, Scalar(0, 0, 255), 3);
        cv::imshow("drawContours", img22);
        if (cv::waitKey(200) == 'q')
            break;
    }

    // 获取最大或某个contour，剪切
    int idx = a2[1].i;
    // Create mask where white is what we want, black otherwise
    Mat mask(org.size(), org.type(), Scalar(0, 0, 0));
    // Draw filled contour in mask
    cv::drawContours(mask, contours, idx, Scalar(0, 255, 0), -1);

    // Extract out the object and place into output image
    Mat matout(org.size(), org.type(), Scalar(0, 0, 0));
    org.copyTo(matout, mask);
    cv::imshow("out_contour.jpg", matout);

    //roi方法
    idx = a2[4].i;
    Rect rect = cv::boundingRect(contours[idx]);
    Mat matroi = org(rect);
    cv::imshow("out_contour-roi4.jpg", matroi);
    cv::waitKey(0);
}

Python版本运行代码如下：

import cv2
import numpy as np

org = cv2.imread('../images/cards.png')

imgray = cv2.cvtColor(org, cv2.COLOR_BGR2GRAY)
cv2.imshow('imgray', imgray)

# 白色背景
ret, threshold = cv2.threshold(imgray, 244, 255, cv2.THRESH_BINARY_INV)  # 把黑白颜色反转
cv2.imshow('after threshold', threshold)

contours, hierarchy = cv2.findContours(threshold, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

areas = list()
for i, cnt in enumerate(contours):
    areas.append((i, cv2.contourArea(cnt)))#面积大小

#按面积大小，从大到小排序
a2 = sorted(areas, key=lambda d: d[1], reverse=True)

cv2.waitKey(10)#要先按一下键盘
for i, are in a2:
    if are < 150:
        continue
    img22 = org.copy()#逐个contour 显示
    cv2.drawContours(img22, contours, i, (0, 0, 255), 3)
    print(i, are)

    cv2.imshow('drawContours', img22)
    k = cv2.waitKey(200)
    if k == ord('q'):
        break

# 获取最大或某个contour，剪切
idx = a2[1][0]
mask = np.zeros_like(org)  # Create mask where white is what we want, black otherwise
cv2.drawContours(mask, contours, idx, (0, 255, 0), -1)  # Draw filled contour in mask
out = np.zeros_like(org)  # Extract out the object and place into output image
out[mask == 255] = org[mask == 255]
cv2.imshow('out_contour.jpg', out)

# roi方法
idx = a2[4][0]
x, y, w, h = cv2.boundingRect(contours[idx])
roi = org[y:y + h, x:x + w]
cv2.imshow('out_contour-roi4.jpg', roi)
cv2.waitKey(0)
cv2.destroyAllWindows()