寻找轮廓findContours()函数：
findContours( InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset=Point());第一个参数：image，单通道图像矩阵，可以是灰度图，但更常用的是二值图像，一般是经过Canny、拉普拉斯等边
缘检测算子处理过的二值图像；
第二个参数：contours，定义为“vector<vector<Point>> contours”，是一个向量，并且是一个双重向量，向量
内每个元素保存了一组由连续的Point点构成的点的集合的向量，每一组Point点集就是一个轮廓。
有多少轮廓，向量contours就有多少元素。
第三个参数：hierarchy，定义为“vector<Vec4i> hierarchy”，先来看一下Vec4i的定义：
typedef Vec<int, 4> Vec4i;
Vec4i是Vec<int,4>的别名，定义了一个“向量内每一个元素包含了4个int型变量”的向量。
所以从定义上看，hierarchy也是一个向量，向量内每个元素保存了一个包含4个int整型的数组。
向量hiararchy内的元素和轮廓向量contours内的元素是一一对应的，向量的容量相同。
hierarchy向量内每一个元素的4个int型变量——hierarchy[i][0] ~hierarchy[i][3]，分别表示第
i个轮廓的后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号。如果当前轮廓没有对应的后一个
轮廓、前一个轮廓、父轮廓或内嵌轮廓的话，则hierarchy[i][0] ~hierarchy[i][3]的相应位被设置为
默认值-1。
第四个参数：int型的mode，定义轮廓的检索模式：
取值一：CV_RETR_EXTERNAL只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略
取值二：CV_RETR_LIST 检测所有的轮廓，包括内围、外围轮廓，但是检测到的轮廓不建立等级关
系，彼此之间独立，没有等级关系，这就意味着这个检索模式下不存在父轮廓或内嵌轮廓，
所以hierarchy向量内所有元素的第3、第4个分量都会被置为-1，具体下文会讲到
取值三：CV_RETR_CCOMP 检测所有的轮廓，但所有轮廓只建立两个等级关系，外围为顶层，若外围
内的内围轮廓还包含了其他的轮廓信息，则内围内的所有轮廓均归属于顶层
取值四：CV_RETR_TREE， 检测所有轮廓，所有轮廓建立一个等级树结构。外层轮廓包含内层轮廓，内
层轮廓还可以继续包含内嵌轮廓。
第五个参数：int型的method，定义轮廓的近似方法：
取值一：CV_CHAIN_APPROX_NONE 保存物体边界上所有连续的轮廓点到contours向量内
取值二：CV_CHAIN_APPROX_SIMPLE 仅保存轮廓的拐点信息，把所有轮廓拐点处的点保存入contours
向量内，拐点与拐点之间直线段上的信息点不予保留
取值三和四：CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近
似算法
第六个参数：Point偏移量，所有的轮廓信息相对于原始图像对应点的偏移量，相当于在每一个检测出的轮廓点上加
上该偏移量，并且Point还可以是负值！
绘制轮廓drawContours()函数：
void drawContours(InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color, int thickness=1, int lineType=8, InputArray hierarchy=noArray(), int maxLevel=INT_MAX, Point offset=Point() )其中第一个参数image表示目标图像，
第二个参数contours表示输入的轮廓组，每一组轮廓由点vector构成，
第三个参数contourIdx指明画第几个轮廓，如果该参数为负值，则画全部轮廓，
第四个参数color为轮廓的颜色，
第五个参数thickness为轮廓的线宽，如果为负值或CV_FILLED表示填充轮廓内部，
第六个参数lineType为线型，
第七个参数为轮廓结构信息，
第八个参数为maxLevel
测试程序：
//--------------------------------------【程序说明】------------------------------------------- // 程序说明：《OpenCV3编程入门》OpenCV3版书本配套示例程序69 // 程序描述：基础轮廓查找——findContours+drawContours // 开发测试所用操作系统： Windows 7 64bit // 开发测试所用IDE版本：Visual Studio 2010 // 开发测试所用OpenCV版本： 3.0 beta // 2014年11月 Created by @浅墨_毛星云 // 2014年12月 Revised by @浅墨_毛星云 //------------------------------------------------------------------------------------------------ #include <opencv2/opencv.hpp> #include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" using namespace cv; using namespace std; int main(int argc, char** argv) { Mat srcImage = imread("E://hashiqi.jpg", 0); imshow("原始图", srcImage); Mat dstImage = Mat::zeros(srcImage.rows, srcImage.cols, CV_8UC3); srcImage = srcImage > 119; imshow("取阈值后的原始图", srcImage); vector<vector<Point> > contours; vector<Vec4i> hierarchy; findContours(srcImage, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE); int index = 0; for (; index >= 0; index = hierarchy[index][0]) { Scalar color(rand() & 255, rand() & 255, rand() & 255); drawContours(dstImage, contours, index, color, FILLED, 8, hierarchy); } imshow("轮廓图", dstImage); waitKey(0); }测试结果：
图像的凸包：
给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸多边形，它是能包含点集中所有的点。
寻找凸包convexHull()函数：
函数原型：
void convexHull(InputArray points, OutputArray hull, bool clockwise=false, bool returnPoints=true )InputArray points：得到的点集，一般是用图像轮廓函数求得的轮廓点
OutputArray hull：输出的是凸包的二维xy点的坐标值，针对每一个轮廓形成的
bool clockwise=false：表示凸包的方向，顺时针或者逆时针
bool returnPoints=true：表示返回点还是点地址的索引
#include "opencv2/highgui/highgui.hpp" #include <iostream> #include <opencv2\imgproc.hpp> using namespace cv; using namespace std; int main() { //初始化变量和随机值 Mat image(600, 600, CV_8UC3); RNG& rng = theRNG(); //循环，按下ESC,Q,q键程序退出，否则有键按下便一直更新 while (1) { //参数初始化 char key;//键值 int count = (unsigned)rng % 100 + 3;//随机生成点的数量 vector<Point> points; //点值 //随机生成点坐标 for (int i = 0; i < count; i++) { Point point; point.x = rng.uniform(image.cols / 4, image.cols * 3 / 4); point.y = rng.uniform(image.rows / 4, image.rows * 3 / 4); points.push_back(point); } //检测凸包 vector<int> hull; convexHull(Mat(points), hull, true); //绘制出随机颜色的点 image = Scalar::all(0); for (int i = 0; i < count; i++) circle(image, points[i], 3, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), FILLED, LINE_AA); //准备参数 int hullcount = (int)hull.size();//凸包的边数 Point point0 = points[hull[hullcount - 1]];//连接凸包边的坐标点 //绘制凸包的边 for (int i = 0; i < hullcount; i++) { Point point = points[hull[i]]; line(image, point0, point, Scalar(255, 255, 255), 2, LINE_AA); point0 = point; } //显示效果图 imshow("凸包检测示例", image); //按下ESC,Q,或者q，程序退出 key = (char)waitKey(); if (key == 27 || key == 'q' || key == 'Q') break; } return 0; }测试结果：
