opencv学习(四十)之寻找图像轮廓findContours()

1.概述

在这篇文章中介绍如何使用findContours()函数寻找图像中物体的轮廓，在OpenCV中没有给出findCountours()函数的原理，如果想了解查找轮廓原理，可以翻**墙出去Google”Topological structural analysis of digitized binary images by border following”,这里就不一一翻译了.

2.API

opencv中提供findContours()函数来寻找图像中物体的轮廓，并结合drawContours()函数将找到的轮廓绘制出。首先看一下findContours(),opencv中提供了两种定义形式findContours()

void cv::findContours ( InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset = Point() ) 12345678

参数解释image:输入图像，图像必须为8-bit单通道图像，图像中的非零像素将被视为1，0像素保留其像素值，故加载图像后会自动转换为二值图像。我们同样可以使用cv::compare,cv::inRange,cv::threshold,cv::adaptiveThreshold,cv::Canny等函数来创建二值图像，，如果第四个参数为cv::RETR_CCOMP或cv::RETR_FLOODFILL，输入图像可以是32-bit整型图像(CV_32SC1)contours:检测到的轮廓，每个轮廓都是以点向量的形式进行存储即使用point类型的vector表示hierarchy:可选的输出向量(std::vector)，包含了图像的拓扑信息，作为轮廓数量的表示hierarchy包含了很多元素，每个轮廓contours[i]对应hierarchy中hierarchy[i][0]~hierarchy[i][3],分别表示后一个轮廓，前一个轮廓，父轮廓，内嵌轮廓的索引，如果没有对应项，则相应的hierarchy[i]设置为负数。mode轮廓检索模式，可以通过cv::RetrievalModes()查看详细信息，如下 其中 RETR_EXTERNAL:表示只检测最外层轮廓，对所有轮廓设置hierarchy[i][2]=hierarchy[i][3]=-1 RETR_LIST:提取所有轮廓，并放置在list中，检测的轮廓不建立等级关系 RETR_CCOMP:提取所有轮廓，并将轮廓组织成双层结构(two-level hierarchy),顶层为连通域的外围边界，次层位内层边界 RETR_TREE:提取所有轮廓并重新建立网状轮廓结构 RETR_FLOODFILL：官网没有介绍，应该是洪水填充法method:轮廓近似方法可以通过cv::ContourApproximationModes()查看详细信息 CHAIN_APPROX_NONE：获取每个轮廓的每个像素，相邻的两个点的像素位置差不超过1 CHAIN_APPROX_SIMPLE：压缩水平方向，垂直方向，对角线方向的元素，值保留该方向的重点坐标，如果一个矩形轮廓只需4个点来保存轮廓信息 CHAIN_APPROX_TC89_L1和CHAIN_APPROX_TC89_KCOS使用Teh-Chinl链逼近算法中的一种offset:轮廓点可选偏移量，有默认值Point()，对ROI图像中找出的轮廓并要在整个图像中进行分析时，使用

opencv中提供的另一种定义形式如下：

void cv::findContours ( InputOutputArray image, OutputArrayOfArrays contours, int mode, int method, Point offset = Point() ) 123456

drawContours()

void cv::drawContours ( InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar & color, int thickness = 1, int lineType = LINE_8, InputArray hierarchy = noArray(), int maxLevel = INT_MAX, Point offset = Point() ) 12345678910

参数解释image:输入输出图像，Mat类型即可contours:使用findContours检测到的轮廓数据，每个轮廓以点向量的形式存储，point类型的vectorcontourIdx:绘制轮廓的只是变量，如果为负值则绘制所有输入轮廓color:轮廓颜色thickness:绘制轮廓所用线条粗细度，如果值为负值，则在轮廓内部绘制lineTpye:线条类型，有默认值LINE_8，有如下可选类型hierarchy:可选层次结构信息maxLevel:用于绘制轮廓的最大等级offset:可选轮廓便宜参数，用制定偏移量offset=(dx, dy)给出绘制轮廓的偏移量

3.示例代码

#include <iostream> #include <opencv2\core\core.hpp> #include <opencv2\highgui\highgui.hpp> #include <opencv2\imgproc\imgproc.hpp> #include <stdlib.h> using namespace std; using namespace cv; int main() { Mat srcImage, grayImage, dstImage; srcImage = imread("HappyFish.jpg"); //判断图像是否加载成功 if (srcImage.empty()) { cout << "图像加载失败" << endl; return -1; } else { cout << "图像加载成功!" << endl << endl; } namedWindow("原图像", WINDOW_AUTOSIZE); imshow("原图像", srcImage); //转换为灰度图并平滑滤波 cvtColor(srcImage, grayImage, COLOR_BGR2GRAY); //定义变量 vector<vector<Point>>contours; vector<Vec4i>hierarchy; grayImage = grayImage > 100; findContours(grayImage, contours, hierarchy, CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE); //绘制轮廓图 dstImage = Mat::zeros(grayImage.size(), CV_8UC3); for (int i = 0; i < hierarchy.size(); i++) { Scalar color = Scalar(rand() % 255, rand() % 255, rand() % 255); drawContours(dstImage, contours, i, color, CV_FILLED, 8, hierarchy); } imshow("轮廓图", dstImage); waitKey(0); return 0; }

4.运行结果