灰階處理及二值化目的

在上一篇有提到如何以LINEBOT接收圖片，
並且進行灰階處理與二值化後再回傳給user，
這麼做能夠產生什麼用途呢？

這邊跟大家介紹關於圖像邊緣特徵偵測的一個簡易方法，
即運用opencv的findContours()，抓取二值化後的圖片輪廓，

首先前情提要一下，在進行灰階處理及二值化的時候，
過程式由三通道的RGB彩色圖片先轉為單通道的灰階圖，
然後再以臨界值(threshold)，將圖片轉為0(黑色)或255(白色)二值化的圖，
而二值化的臨界值，可以從以下參數做設定：

#這裡的127即為二值化的臨界值，127以上二值化為白色，不足則二值化為黑色
ret,binary=cv.threshold(gray,127,255,cv.THRESH_BINARY)

因此在二值化的過程中，可以調整此臨界值以取得圖片中不同黑白分布的圖片，
以下將團隊LOGO作為舉例：

在上面的範例當中，羊的圖片就不見了，
原因是在灰階圖片當中，羊的灰階數值是大於127的，
若要將羊保留為圖片中黑色部分，則我們可將臨界值調整至200，

#將臨界值調整至200，以保留較淺色區域
ret,binary=cv.threshold(gray,200,255,cv.THRESH_BINARY)

這樣一來羊就被保留住囉～

以二值化圖片描繪contours

當我們獲得一個二值化圖片之後，
可以透過這個圖片來描繪出畫面中黑白間隔所組成的輪廓，

#image_processing.py

#將二值化的圖片放到
contours,hierarchy = cv.findContours(binary,cv.RETR_LIST,cv.CHAIN_APPROX_SIMPLE)

#首先複製原圖
copy = img.copy()

#將輪廓描繪在複製圖上
copy = cv.drawContours(copy,contours,-1,(255,0,0),2)

#將複製圖存實體檔案
contour_image_path = './static/contour.png'
cv.imwrite(contour_image_path,copy)
return contour_image_path

透過findContours()獲得的contours，
是一個由好幾個contour組成的list，
每個contour則是由多個座標點組成，

而drawContours()則是將輪廓繪製出來的函數，
介紹一下當中的參數，
第一個是要當底圖的圖片，第二個是要繪出的輪廓集，
第三個參數代表的是指定要繪出輪廓集當中的第幾個輪廓，若-1則是代表全部，
第四個參數跟第五個參數，分別代表繪製輪廓的線條顏色(B,G,R)跟粗細，

由上圖將contours繪畫至複製的原圖上，
所呈現的畫面會是如此：

建立空白底圖描繪輪廓

如果只想要看輪廓的樣子，可以用numpy的ones建立一個空白圖片，

#image_process.py
import numpy 

#建立空白圖片
empty = np.ones(img.shape,dtype=np.uint8)*255

#將輪廓描繪在複製圖上
copy = cv.drawContours(empty,contours,-1,(255,0,0),2)

這樣一來就能將contours套在各種底圖上囉，