点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
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。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
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。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：
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()
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。
下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
