大家好，歡迎初學者來到灰階與輪廓學習的第二堂課

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

blurred = cv2.GaussianBlur(gray, (11, 11), 0)

canny = cv2.Canny(blurred, 30, 150)

result = np.hstack([gray, blurred, canny])

• cv2.cvtColor
• cv2.GaussianBlur
• cv2.Canny
• np.hstack

1. cv2.cvtColor：

   • cv2.cvtColor 作為轉換灰階的工具，將彩色的圖片或影像轉成灰階呈現，將每一個變成 0，1 給予電腦做為計算，如圖的最左邊，我們對圖灰階以後，可以進行高斯模糊運算，讓圖像的稜稜角角變得更明確，若是沒有高斯模糊會讓圖形在後面所產生的辨識更加困難。

2. cv2.GaussianBlur：

   • cv2.GaussianBlur 高斯模糊效果，讓圖形的各個鋒利邊角更加明確。

3. cv2.Canny：

   • cv2.Canny 邊緣檢測，將劃分好的圖形樣式利用邊緣切割方式繪畫出來，出來的方式會是像最後邊圖形出來的圈圈一樣，不過要形成這個樣子還少一個運算方式。

4. np.hstack：

   • np.hstack 整合型的做法，它是像是每個資料整合在一起，一併排列在一起做呈現!。

   以上圖所示最右邊的圖形為輪廓的方法之一，但輪廓事實上還有很多方式可以進行，以下我來介紹其他的方式。

cv2.threshold(img,127,255,0)
cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img,contours,3,(0,255,0),3)

• cv2.threshold
• cv2.findContours
• cv2.drawContours

1. cv2.threshold：

   • cv2.threshold 將圖形轉為黑白的方式呈現，其中的127與255為黑白的相關參數，後面的 0 則是轉黑白的模式為主，但通常會以 cv2.THRESH_BINARY 呈現。

2. cv2.findContours：

   • cv2.findContours 利用所切割出來的黑白圖形來找尋輪廓的點，這些點都有各別的方式去找尋，上方程式碼中的 cv2.RETR_TREE 以及 cv2.CHAIN_APPROX_SIMPLE 各為找尋的方式點，主要是一個範圍問題，通常會以找尋的中心點為一個大小，如果選擇的功能範圍越大，它就會擴展的越大，可是也會造成誤判的機率提升。

3. cv2.drawContours：

   • cv2.drawContours 為繪製輪廓的方法，此方法就是依照前面已經都準備好的參數餵給他，直接當作來源使用，它將看到的部份一一的繪製出來。

另外有一個很特別的畫法，跟各位介紹這個方式，叫做凸框，凸框其實是用在如果今天在畫圖的過程中，突然有物體遮擋到在前面，或是有斷了路徑，它可以根據你所繪出的特徵直接連起來。

• cv2.convexHull

1. cv2.convexHull：
   • cv2.convexHull(輪廓參數，可以省略，繪製的方向 True 為順時針 False 為逆時針，退回在凸包的點上 True or false)
     

參考資料
https://dotblogs.com.tw/coding4fun/2017/11/09/125723
https://www.w3resource.com/numpy/manipulation/hstack.php
https://www.itread01.com/content/1545593282.html

以上資料都為截圖上的精華，其實利用這些小方法就可以做到很大的事情，先將小小的方法交給各位，之後會實作給各位看看。

Google 是一個很好的工具，但是會做不一定會搜尋，會搜尋又不一定會做，給予大家更好的理解方式，盡可能地分析給大家聽

謝謝大家的聆聽，我們下篇見