Help us understand the problem. What is going on with this article?

【OpenCV; Python】findcontours関数のまとめ

More than 1 year has passed since last update.

OpenCVのPython版のfindcontoursについての詳しい説明をネットで探しても見つけられなかったので、自分でいろいろと試してみたことをメモしたいと思います。間違っていた場合は、ご指摘よろしくお願いします。

findcontours関数

OpenCVで画像の輪郭抽出を行う場合には、findContoursという関数を使います。第一引数に入力画像、第二引数に抽出モード、第三引数に近似手法を取ります。

findcontours関数
image, contours, hierarchy = cv2.findContours(入力画像, 抽出モード, 近似手法)

本記事では近似手法については説明しません。統一してcv2.CHAIN_APPROX_SIMPLEという近似手法を使っています。

白黒ブロブの輪郭抽出の違い

ブロブとは「塊」という意味で、黒または白の画素の固まりのことを指します。輪郭抽出において、白ブロブの輪郭と黒ブロブの輪郭では、輪郭の抽出の仕方が異なるらしいので、以下で説明します。

黒のブロブの輪郭

黒のブロブの輪郭は、ブロブの最外行列の頂点を反時計回りに抽出するようです。
image

白のブロブの輪郭

白のブロブの輪郭は、ブロブの最外行列の外側を下図のように時計回りに抽出するようです。
image

優先順位

輪郭を外側から検出していく場合、黒が一番最初に検出されます。ですので、白い背景に黒のブロブがある場合は、黒のブロブが一番最初に検出されますが、黒の背景にしている場合は、背景の黒が一番最初に検出されてしまうので、注意が必要です。

気づいたこと

  • 画像の最外層行列は輪郭として抽出されない。 image 画像の最外層行列(上の画像では0行、9行、0列、9列)は輪郭として抽出されませんでした。上の画像で、例えば、抽出モードRETR_EXTERNALで輪郭抽出を行うと、出力は以下のようになりました。
出力
[array([[[1, 1]],

       [[1, 8]],

       [[8, 8]],

       [[8, 1]]])]
  • ブロブの輪郭の検出の順番

ブロブの輪郭を検出する順番は、輪郭抽出の開始点の座標のyの値が大きい順に検出されるようです。yの値が等しい場合は、xの値が大きい方の順番が早くなりました。

抽出モード

抽出モードには、少なくともRETR_EXTERNAL, RETR_LIST, RETR_CCOMP, RETR_TREEの4つがあります。

RETR_EXTERNAL

RETR_EXTERNALは、輪郭のうち、最も外側の輪郭のみを抽出するモードです。輪郭の内側に輪郭があっても、抽出しません。従って、白ブロブの輪郭は検出しません。
image

出力
[array([[[7, 7]],

       [[7, 8]],

       [[8, 8]],

       [[8, 7]]]), array([[[1, 1]],

       [[1, 5]],

       [[5, 5]],

       [[5, 1]]])]

RETR_TREE

RETR_TREEは、入れ子構造になった輪郭を完全に表現します。つまり、まず黒ブロブを「・気づいたこと」で説明した順番に検出していき、入れ子構造になっているブロブを見つけるとそのブロブ内のブロブの輪郭を抽出していきます。
image

出力
[array([[[7, 7]],

       [[7, 8]],

       [[8, 8]],

       [[8, 7]]]), array([[[1, 1]],

       [[1, 5]],

       [[5, 5]],

       [[5, 1]]]), array([[[1, 2]],

       [[2, 1]],

       [[4, 1]],

       [[5, 2]],

       [[5, 4]],

       [[4, 5]],

       [[2, 5]],

       [[1, 4]]]), array([[[3, 3]]])]

RETR_LIST

RETR_LISTは、白の輪郭、黒の輪郭、内側、外側関係なく、同じ階層で輪郭が取得されます。ですので輪郭の取得する順番は、「・気づいたこと」で説明した順番になります。
image

出力
[array([[[7, 7]],

       [[7, 8]],

       [[8, 8]],

       [[8, 7]]]), array([[[3, 3]]]), array([[[1, 2]],

       [[2, 1]],

       [[4, 1]],

       [[5, 2]],

       [[5, 4]],

       [[4, 5]],

       [[2, 5]],

       [[1, 4]]]), array([[[1, 1]],

       [[1, 5]],

       [[5, 5]],

       [[5, 1]]])]

RETR_CCOMP

RETR_CCOMPは、まず黒ブロブの輪郭を全て抽出した後に白ブロブの輪郭を抽出します。順番は、「・気づいたこと」で説明した順番になります。
image

出力
[array([[[7, 7]],

       [[7, 8]],

       [[8, 8]],

       [[8, 7]]]), array([[[3, 3]]]), array([[[1, 1]],

       [[1, 5]],

       [[5, 5]],

       [[5, 1]]]), array([[[1, 2]],

       [[2, 1]],

       [[4, 1]],

       [[5, 2]],

       [[5, 4]],

       [[4, 5]],

       [[2, 5]],

       [[1, 4]]])]
anyamaru
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした