c# OpenCvSharp 轮廓绘制六步骤你学会了吗（六）

轮廓绘制通过下面6个步骤得出轮廓

读取图像 Cv2.ImRead();
将图像转换为灰度图像 Cv2.CvtColor();
对图像进行模糊处理滤波Cv2.Blur();
边缘检测Canny();
查找轮廓Cv2.FindContours();
绘制轮廓Cv2.DrawContours()；

图例（自娱自乐一下上个扑克牌玩一下）

 // 1、读取图像
 Mat image = Cv2.ImRead("0.jpg", ImreadModes.Color);

 // 2、 将图像转换为灰度图像
 Mat src_gray = new Mat();
 Cv2.CvtColor(image, src_gray, ColorConversionCodes.BGR2GRAY);

 // 3、 滤波
 Cv2.Blur(src_gray, src_gray, new OpenCvSharp.Size(3, 3));
 // 4、Canny边缘检测
 Mat canny_Image = new Mat();
 // 输入、输出、最小阀值、最大阀值
 Cv2.Canny(src_gray, canny_Image, 100, 200);

 //5、查找轮廓
 // 寻找轮廓
 OpenCvSharp.Point[][] contours;
 HierarchyIndex[] hierarchy;

 Cv2.FindContours(canny_Image, out contours, out hierarchy, RetrievalModes.Tree, ContourApproximationModes.ApproxNone, new OpenCvSharp.Point(0, 0));
 // 将结果画出并返回结果
 Mat dst_Image = Mat.Zeros(canny_Image.Size(), image.Type());
 for (int i = 0; i < contours.Length; i++)
 {
     // 轮廓的颜色为绿色
     Scalar color = new Scalar(0, 255, 0);
     Cv2.DrawContours(dst_Image, contours, i, color, 2, LineTypes.Link8, hierarchy);
     
 }
 Cv2.ImShow("dst_Image", dst_Image); // 显示图像
 Cv2.WaitKey(0);

一、读取图像 Cv2.ImRead()；不介绍了

二、将图像转换为灰度图像 Cv2.CvtColor();不介绍了

三、滤波 Cv2.Blur()

用于对图像进行模糊处理。

Cv2.Blur(src, dst, ksize, anchor,borderType,borderValue)

参数	解释
src	输入图像，可以是单通道或多通道图像。
dst	输出图像，与输入图像具有相同的尺寸和深度。
ksize	模糊核的大小。它是一个2D的Size结构，指定了水平和垂直方向上的核大小。它的宽度和高度必须是正奇数，例如(3,3)，(5,5)等。
anchor	模糊核的锚点位置，默认为(-1,-1)，表示核的中心点。
borderType	界模式，默认为BorderType.Default，表示使用默认边界模式
borderValue	边界值，当边界模式为BorderType.Constant时使用，默认为Scalar(0)。

new OpenCvSharp.Size(3, 3)效果

四、边缘检测cv2.Canny()

Canny边缘检测算法的原理是：首先对图像进行高斯滤波，然后通过Sobel算子计算图像的梯度，再通过非极大值抑制来提取局部最大值作为边缘点，最后通过双阈值检测来连接边缘点。

cv2.Canny(image,edges,threshold1,threshold2,apertureSize,L2gradient)

参数	解释
image	输入图像，可以是单通道灰度图像或者是3通道彩色图像。
edges	输出的边缘图像，是一个单通道二值图像。
threshold1	第一个阈值，用于边缘强度的低阈值过滤。
threshold2	第二个阈值，用于边缘强度的高阈值过滤。
apertureSize	Sobel算子的孔径大小，默认为3。
L2gradient	一个布尔值，指定计算梯度幅值时是否使用L2范数，默认为false。

Cv2.Blur(src_gray, src_gray, new OpenCvSharp.Size(3, 3)) 效果

五、查找轮廓 Cv2.FindContours()

用于检测图像中的轮廓，即找到图像中所有的连续的点的集合。该函数需要输入二值化图像，并且图像中的背景色为黑色，前景色为白色。函数会返回一个包含所有轮廓的列表，每个轮廓都是一个由点组成的数组。

Cv2.FindContours(image, mode, method[, contours[, hierarchy[, offset]]])

FindContours(InputArray image, out Point[][] contours, out HierarchyIndex[] hierarchy, RetrievalModes mode, ContourApproximationModes method, Point? offset = null)

注意事项：

输入图像必须是二值图像，即只包含黑白两种像素值。
轮廓检测只能应用于二值图像，因此在应用函数之前，通常需要先进行图像阈值化或其他图像处理操作。

六、绘制轮廓Cv2.DrawContours()

在图像上绘制检测到的轮廓，通过指定的颜色和线宽度来显示图像中的边界。

public static void DrawContours(InputOutputArray image, IEnumerable<IEnumerable<Point>> contours, int contourIdx, Scalar color, int thickness = 1, LineTypes lineType = LineTypes.Link8, IEnumerable<HierarchyIndex>? hierarchy = null, int maxLevel = int.MaxValue, Point? offset = null)

扑克打完了看看最终效果如下：