在另一位用户的帖子中，他们讨论了如何使用OpenCV的Hough Circle Transform来检测和绘制公牛目标here上的每个环。建议的解决方案是使用轮廓来定位每个圆。当我尝试同样的事情时，我的结果正是我所寻找的;唯一的问题是，我试图创建的程序需要一系列圆圈，每个环上有一个圆圈，这样我就可以计算距离中心的距离，从而计算出给定点存在的特定环。
如果上述帖子的代码，我有以下内容：
import cv2
import numpy as np
image = cv2.imread('bull.png')
image_copy = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
grayscaled_image = cv2.cvtColor(image_copy, cv2.COLOR_GRAY2BGR)
cv2.imshow("confirm", grayscaled_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
_,contours,_ = cv2.findContours(255 - image_copy, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)
print(contours)
cv2.drawContours(image, contours, -1, color=(0,255,0), thickness=1)
cv2.imshow("detected circles", image)
cv2.waitKey(0)
cv2.destroyAllWindows()
这给了我与链接帖子中显示的相同的结果。
这很棒。我喜欢这个进步。但是，我最初尝试使用与链接海报相同的方法，因为我喜欢圆圈提供的坐标和半径信息。
我在OpenCV's tutorials之一中发现，您可以包含带有圆形，矩形或椭圆形的轮廓。对于单个轮廓，该教程非常容易理解，但在我的代码中，我不知道_,contours,_的含义。它是某种阵列吗？如何访问各个轮廓？当我尝试打印变量时，它给了我接近4,000行。当然，我不会在这里发布它们，但它们似乎是一组坐标。
所以我的问题是：如何将这组轮廓转换为更易于管理的圈子？