'1.png只有一个轮廓'
img = cv2.imread('1.png')
retval,dst = cv2.threshold(img,120,255,cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(dst,cv2.RETR_EXTERANL,cv2.CHAIN_APPROX_SIMPLE)
print cv2.contourArea(contours[0],False)
图像只有一个轮廓，然后轮廓是一个列表。当我将contours[0]更改为contours[3]或其他数字时，仍然会有一个区域。我对这个问题没有任何想法，只有一个轮廓。
为什么出现这么多价值观？这是发现打谷的问题？需要你的帮助？
答案 0 :(得分：1)
问题在于OpenCV认为轮廓是您认为轮廓的一部分。换句话说，OpenCV将您的轮廓分割成碎片。您可以通过添加各个轮廓的区域来获得整个区域，但这种方法并不可靠。
你可以尝试的是Image Morphology。使用它，你可以“增长”轮廓，使它们重叠更多，这意味着OpenCV将它们识别为单个轮廓的机会会更大。
但是，这种方法会导致精度下降。因此，如果您需要一个确切的区域，您将不得不依赖其他方法。对于复杂的几何形状，这不是一项简单的任务。
我用过的另一个“快速而肮脏”的解决方案是创建一个新的单通道Mat（Mat::zeros），绘制颜色值为255（drawContours）的轮廓，并总结内容（在c ++中这是cv::sum，对于你我认为它是cv2.sum），然后将结果除以255.这将得到像素的区域，并且比对各个轮廓的面积求和更可靠，因为它会解释它们之间的重叠。