首先大家可以對OpenCV有個初步的了解，可以參考：簡單了解OpenCV

輪廓（Contours），指的是有相同顏色或者密度，連接所有連續(xù)點的一條曲線。檢測輪廓的工作對形狀分析和物體檢測與識別都非常有用。

在輪廓檢測之前，首先要對圖片進行二值化或者Canny邊緣檢測。在OpenCV中，尋找的物體是白色的，而背景必須是黑色的，因此圖片預處理時必須保證這一點。

import cv2  #讀入圖片 img = cv2.imread("1.png")  # 必須先轉化成灰度圖 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 二值化 ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINAEY)  # 尋找輪廓 contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)  # 畫出輪廓，-1,表示所有輪廓，畫筆顏色為(0, 255, 0)，即Green，粗細為3 cv2.drawContours(img, contours, -1, (0, 255, 0), 3)  # 顯示圖片 cv2.namedWindow("Contours", cv2.NORMAL_WINDOW) cv2.imshow("Contours", img)  # 等待鍵盤輸入 cv2.waitKey(0) cv2.destroyAllWindows() 

總結

本文實例涉及對圖片的一些簡單處理，比如圖片的讀取，灰度顯示，二值化等，大家可以參考。

以上就是本文關于python+opencv輪廓檢測代碼解析的全部內容，希望對大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站：

OpenCV-Python實現輪廓檢測實例分析

python+opencv實現的簡單人臉識別代碼示例

如有不足之處，歡迎留言指出。感謝朋友們對本站的支持！