/*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);
}