【OpenCV+Python】輪廓檢測及繪製，可用以生成對應於不規則形狀ROI區域的mask
Overview
在OpenCV中文論壇上很多人問到這樣的問題，如何對影象的不規則區域設定ROI，即設定敏感區域，以用來做相關的影象處理。
根據若干博文的整理及自己的點點經驗，在此進行簡單的歸納：
第一部分主要敘述C++中對於不規則區域設定ROImask的方法，第二部分主要敘述Python中對於不規則區域檢測及繪製輪廓的方法。
C++部分
對影象的不規則區域設定ROI
OpenCV自帶的函式cvSetImageROI( IplImage* image, CvRect rect )只能設定矩形的敏感區域，而實際影象處理中遇到的處理物件都是非矩形的不規則形狀，此時用cvSetImageROI( IplImage* image, CvRect rect )顯然達不到目的。
我們可以用以下操作進行代替：
方法一：
cvCopy(src, dst, mask); //mask與src,dst通道數可以不一樣方法二：
cvXor(src, mask, dst); //三者通道數必須一樣用上面語句就可以將不規則區域影象摳出來（不改變影象的大小），進而做相應的處理。
然而如何生成不規則區域的mask影象呢？
不規則區域的mask影象的生成
步驟：
1、假設目標是實現對一不規則物體區域設定ROI，提取物體的最外圍輪廓contour，使之為一連通域。
cvFindContours(gray, storage, &contour, sizeof(CvContour) 2、對輪廓連通域進行顏色填充。
方法一：
獲取輪廓內的任意一點作為cvFloodFill操作的起始種子點；
CvRect s;
CvPoint pt;
s=cvBoundingRect(contour);
pt = cvPoint(s.x + s.width / 2, s.y + s.height / 2); //可以用其他方式獲得連通域的一個內點作為起始種子點對輪廓連通域進行顏色填充；
cvFloodFill(gray, pt ,cvScalarAll(255));方法二：
將輪廓內部填充為白色，其他區域為黑色；
cvDrawContours(gray, contour, CV_RGB(255,255,255), CV_RGB(255,255 ,255), -1, CV_FILLED, 8);此時獲得的影象gray即為不規則區域的mask
Python部分
相比C++而言，Python適合做原型。
該部分介紹如何在Python中使用OpenCV圖形庫檢測並繪製輪廓，以及與C++呼叫相應OpenCV函式的不同之處。
實現方式如下：
import cv2
img = cv2.imread('D:\\test\\contour.jpg')
# Img2Grey
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# Grey2Binary
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# 輪廓檢測
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
# 繪製輪廓
cv2.drawContours(img, contours, -1, (0, 0, 255), 3)
cv2.imshow("img", img)
cv2.waitKey(0)需要注意的是cv2.findContours()函式接受的引數為二值圖，即黑白的（不是灰度圖），所以讀取的影象要先轉成灰度的，再轉成二值圖。
輪廓檢測
輪廓檢測是影象處理中會經常用到的方法，OpenCV-Python介面中使用cv2.findContours()函式來查詢檢測物體的輪廓。
cv2.findContours()函式
函式的原型為：
cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]])引數
第一個引數image是尋找輪廓的影象；
第二個引數mode表示輪廓的檢索模式，有四種（本文介紹的都是新的cv2介面）：
cv2.RETR_EXTERNAL 表示只檢測外輪廓
cv2.RETR_LIST 檢測的輪廓不建立等級關係
cv2.RETR_CCOMP 建立兩個等級的輪廓，上面的一層為外邊界，裡面的一層為內孔的邊界資訊。如果內孔內還有一個連通物體，這個物體的邊界也在頂層
cv2.RETR_TREE 建立一個等級樹結構的輪廓
第三個引數method為輪廓的近似辦法：
cv2.CHAIN_APPROX_NONE 儲存所有的輪廓點，相鄰的兩個點的畫素位置差不超過1，即max（abs（x1-x2），abs（y2-y1））==1
cv2.CHAIN_APPROX_SIMPLE 壓縮水平方向，垂直方向，對角線方向的元素，只保留該方向的終點座標，例如一個矩形輪廓只需4個點來儲存輪廓資訊
cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS 使用teh-Chinl chain近似演算法
返回值
cv2.findContours()函式返回兩個值：contours和hierarchy，一個是輪廓本身，還有一個是每條輪廓對應的屬性
其中hierarchy本身包含兩個ndarray，每個ndarray對應一個輪廓，每個輪廓有四個屬性
注意
findcontours函式會“原地”修改輸入的影象。這一點可通過下面的語句驗證：
cv2.imshow("binary", binary)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cv2.imshow("binary2", binary)執行這些語句後會發現原圖被修改了
繪製輪廓
OpenCV中通過cv2.drawContours在影象上繪製輪廓
cv2.drawContours()函式
函式的原型為：
cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset ]]]]])引數
第一個引數image是指明在哪幅影象上繪製輪廓；
第二個引數contours是輪廓本身，在Python中是一個list；
第三個引數contourIdx指定繪製輪廓list中的哪條輪廓，如果是-1，則繪製其中的所有輪廓；
後面的引數很簡單。
其中thickness表明輪廓線的寬度，如果是-1（cv2.FILLED），則為填充模式
返回值
無返回值
References
更多內容可參見：
[1] 如何生成不規則形狀的mask，以解決對影象不規則區域設定ROI的問題 - hailong
[2] OpenCV-Python教程（11、輪廓檢測） - Daetalus
希望能夠對大家有所幫助~