使用Python和OpenCV检测和标记湖面轮廓

OpenCV是一个跨平台的计算机视觉库，广泛的被应用于物体识别，机器视觉和图像处理等领域。这篇文章里我们将使用OpenCV探测地图中湖面的轮廓，并标记面积最大的湖面。下面示例中图片来至于goolge地图截图。

我们需要做的第一件事情就是在我们的python环境中安装opencv-python。

pip install opencv-python

环境准备好后我们就正式开始，通过OpenCV提供的cv2.imread可以读入原始图片，读入的图片被表示成一个三维数组的结构，可以通过数组下标访问每一个点的颜色信息。

图片中面区域的RGB颜色为[170,218,255]，我们只需要在图片上检查具有这种颜色的区域，这里我们允许正负10的偏差。另外注意，在OpenCV颜色表示的顺序稍有不同，OpenCV采用的BGR顺序。

OpenCV提供了cv2.inRange函数，这个函数对图片进行二值化处理，将不在阀值范围内的点变换为黑色点[0,0,0]，处于范围内的点变换为白色点[255,255,255]。

上面的代码中，cv2.inRange函数处理后图片后，调用cv2.imshow显示处理后的二值化图片：

OpenCV提供了cv2.findContours()函数提取二值化图像的轮廓。对上面生成图片上执行这个函数就可以返回该图片的区域轮廓。由于执行该函数时会直接修改图像，因此我们复制一份图像之传给cv2.findContours()；同时，OpenCV提供了cv2.drawContour()函数绘可以把轮廓叠加到另一张图片上。

下面的代码使用cv2.findContours()函数对mask图片提取轮廓，并调用cv2.drawContour()把轮廓叠加在原始图像。

我们可以看见所有湖面被标记，如下图：

现在我们对返回的轮廓就进行排序，第一个轮廓就是面积最大的。

现在我们已经成功的标记出图片中最大的湖面，完成了所有任务。本文中完整Python代码如下：

往期文章：

Python数据可视化之pandas入门

Python开发必备利器之Virtual Environment

Python爬虫入门，快速抓取大规模数据