Python OpenCV 轮廓分析（Contour Analysis）详解与实战

1. 什么是轮廓（Contour）

轮廓（Contour）是图像中目标的边界点集合。通常先经过灰度化、二值化，再利用findContours()提取。

典型流程：

原图 → 灰度 → 二值化 → findContours → 轮廓分析

工业视觉中常用于：

• 元件定位
• Connector 外形检测
• OCR 字符区域提取
• 缺件检测
• 尺寸测量

2. findContours() 详解

函数原型

contours,hierarchy=cv2.findContours(image,mode,method)

参数说明

image

必须是二值图。

gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)_,binary=cv2.threshold(gray,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

mode（检索模式）

• RETR_EXTERNAL：仅外轮廓（工业视觉最常用）
• RETR_LIST：所有轮廓，不保存层级
• RETR_CCOMP：两层层级
• RETR_TREE：完整树结构

method（近似方式）

• CHAIN_APPROX_NONE：保存所有点
• CHAIN_APPROX_SIMPLE：仅保存关键点（推荐）

完整示例

importcv2 img=cv2.imread("test.png")gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)_,binary=cv2.threshold(gray,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)contours,hierarchy=cv2.findContours(binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)draw=img.copy()cv2.drawContours(draw,contours,-1,(0,255,0),2)cv2.imshow("Contours",draw)cv2.waitKey(0)

3. 轮廓几何特征分析

面积

area=cv2.contourArea(cnt)

作用：

• 过滤噪声
• 判断目标大小

周长

length=cv2.arcLength(cnt,True)

作用：

• 多边形逼近
• 圆度计算

外接矩形

x,y,w,h=cv2.boundingRect(cnt)

作用：

• ROI 提取
• OCR 定位

最小外接矩形

rect=cv2.minAreaRect(cnt)box=cv2.boxPoints(rect)

适用于旋转目标。

重心

M=cv2.moments(cnt)cx=int(M["m10"]/M["m00"])cy=int(M["m01"]/M["m00"])

用于目标定位和运动控制。

4. Moments 与 Hu 不变矩

图像矩用于描述目标形状。

M=cv2.moments(cnt)hu=cv2.HuMoments(M)print(hu)

Hu 不变矩特点：

• 平移不变
• 缩放不变
• 基本旋转不变

适用于：形状识别、Logo 检测。

5. approxPolyDP 多边形逼近

epsilon=0.02*cv2.arcLength(cnt,True)approx=cv2.approxPolyDP(cnt,epsilon,True)

应用：

• 三角形检测
• 矩形检测
• 元件识别

6. Convex Hull 与 Convexity Defects

凸包

hull=cv2.convexHull(cnt)

作用：

• 获取最小凸包
• 外形分析

凸缺陷

idx=cv2.convexHull(cnt,returnPoints=False)defects=cv2.convexityDefects(cnt,idx)

作用：

• Connector 防呆槽检测
• 缺口检测
• 手势识别

7. matchShapes()

score=cv2.matchShapes(cnt1,cnt2,cv2.CONTOURS_MATCH_I1,0)

返回值越小越相似。

应用：

• Connector 插反检测
• 极性检测
• Logo 比对

8. 综合案例

forcntincontours:area=cv2.contourArea(cnt)ifarea<300:continuex,y,w,h=cv2.boundingRect(cnt)cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)cv2.putText(img,f"Area:{area:.1f}",(x,y-5),cv2.FONT_HERSHEY_SIMPLEX,0.6,(0,0,255),2)

总结