您当前的位置: 首页 >  opencv

txwtech

暂无认证

  • 4浏览

    0关注

    813博文

    0收益

  • 0浏览

    0点赞

    0打赏

    0留言

私信
关注
热门博文

OpenCV22轮廓发现

txwtech 发布时间:2021-04-19 21:25:17 ,浏览量:4

/*OpenCV22轮廓发现 by txwtech

简介:

轮廓发现是基于图像边缘提取的基础寻找对象轮廓的方法,所以边缘提取的阈值选定会影响最终轮廓发现结果。

1.Opencv发现轮廓的函数原型为:findContours(image, mode, method[, contours[, hierarchy[, offset]]]) -> image, contours, hierarchy

image参数表示8位单通道图像矩阵,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。

 

mode参数表示轮廓检索模式:

 

①CV_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。

②CV_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。

③CV_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。

④CV_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。

 

method参数表示轮廓的近似方法:

 

①CV_CHAIN_APPROX_NONE 存储所有的轮廓点,相邻的两个点的像素位置差不超过1,即max (abs (x1 - x2), abs(y2 - y1) == 1。

②CV_CHAIN_APPROX_SIMPLE压缩水平方向,垂直方向,对角线方向的元素,只保留该方向的终点坐标,例如一个矩形轮廓只需4个点来保存轮廓信息。

③CV_CHAIN_APPROX_TC89_L1,CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法。

contours参数是一个list,表示存储的每个轮廓的点集合。

hierarchy参数是一个list,list中元素个数和轮廓个数相同,每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0] ~hierarchy[i][3],分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号,如果没有对应项,则该值为负数。

offset参数表示每个轮廓点移动的可选偏移量。

2.Opencv绘制轮廓的函数原型为:drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]]) -> image

imgae参数表示目标图像。

contours参数表示所有输入轮廓。

contourIdx参数表示绘制轮廓list中的哪条轮廓, 如果是负数,则绘制所有轮廓。

color参数表示轮廓的颜色。

thickness参数表示绘制的轮廓线条粗细,如果是负数,则绘制轮廓内部。

lineType参数表示线型。

hierarchy参数表示有关层次结构的可选信息。

maxLevel参数表示绘制轮廓的最大级别。 如果为0,则仅绘制指定的轮廓。 如果为1,则该函数绘制轮廓和所有嵌套轮廓。 如果为2,则该函数绘制轮廓,所有嵌套轮廓,所有嵌套到嵌套的轮廓,等等。 仅当有可用的层次结构时才考虑此参数。

offset参数表示可选的轮廓偏移参数,该参数可按指定的方式移动所有绘制的轮廓。

 

处理过程:

输入图像转为灰度图像cvtColor 使用Canny进行边缘提取,得到二值图像 使用findContours寻找轮廓 使用drawContours绘制轮廓

 

API介绍:

在二值图像上发现轮廓使用API cv::findContours之后对发现的轮廓数据进行绘制显示 drawContours( InputOutputArray  binImg, // 输出图像 OutputArrayOfArrays  contours,//  全部发现的轮廓对象 Int contourIdx// 轮廓索引号 const Scalar & color,// 绘制时候颜色 int  thickness,// 绘制线宽 int  lineType ,// 线的类型LINE_8 InputArray hierarchy,// 拓扑结构图 int maxlevel,// 最大层数, 0只绘制当前的,1表示绘制绘制当前及其内嵌的轮廓 Point offset=Point()// 轮廓位移,可选

白色:rgb(255,255,255)  黑色:rgb(0,0,0)  红色:rgb(255,0,0)  绿色:rgb(0,255,0)  蓝色:rgb(0,0,255)  青色:rgb(0,255,255)  紫色:rgb(255,0,255 */

#include 
#include 

using namespace std;
using namespace cv;

void Contours_Func(int,void*);
char *out_win = "轮廓发现结果";
int threshold_min = 50;
int threshold_max = 255;
Mat src_gray;
Mat dst;
Mat src;
int main(int argc, char* argv[])
{
	
	src = imread("e:\\pictures\\米老鼠1.jpg",CV_LOAD_IMAGE_COLOR);
	if (!src.data)
	{
		printf("failed to load image");
		return -1;
	}
	namedWindow("原图",CV_WINDOW_AUTOSIZE);
	imshow("原图",src);
	cvtColor(src,src_gray,CV_BGR2GRAY);

	namedWindow(out_win,CV_WINDOW_AUTOSIZE);

	const char* trackbar_name = "treshold:";
	createTrackbar(trackbar_name,out_win,&threshold_min,threshold_max,Contours_Func);
	Contours_Func(0,0);
	waitKey(0);

	return 0;
}
void Contours_Func(int, void*)
{
	Mat canny_output;
	vector contours;
	vector hierachy;
	//边缘检测
	//src_gray,是输入图像
	Canny(src_gray,canny_output,threshold_min,threshold_min*2,3,false);
	//发现轮廓
	//findContours(canny_output,contours,hierachy,RETR_TREE,CHAIN_APPROX_SIMPLE,Point(0,0));
	//findContours(canny_output, contours, hierachy, CV_RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(0, 0));
	findContours(canny_output, contours, hierachy, CV_RETR_CCOMP, CHAIN_APPROX_SIMPLE, Point(0, 0));
	
	dst = Mat::zeros(src.size(),CV_8UC3);
	RNG rng(12345);

	for (size_t i = 0; i < contours.size(); i++)
	
	{
		//Scalar color = Scalar(rng.uniform(0,255),rng.uniform(0,255), rng.uniform(0, 255));
		//Scalar color = Scalar(255, 0, 0);//蓝色
		Scalar color = Scalar(255, 255, 255);//白色
		//画出轮廓
		drawContours(dst,contours,i,color,2,8,hierachy,0,Point(0,0));
	}
	imshow(out_win,dst);

}

 

 

关注
打赏
1665060526
查看更多评论
立即登录/注册

微信扫码登录

0.0558s