检测轮廓（Finding Contours）

淩亂°似流年 2022-03-22 09:07 250阅读 0赞

[官网链接][Link 1]

## 代码 ##

#include <opencv2/opencv.hpp>
    #include <iostream>
    
    using namespace cv;
    using namespace std;
    
    Mat src_gray;
    int thresh = 100;
    RNG rng(12345);
    
    void thresh_callback(int, void*);
    
    int main(void)
    { 
    	
        Mat src = imread("../res/fish.png");
        if(src.empty())
        { 
    	cout << "can't load the image" << endl;
    	return -1;
        }
    
    
        cv::cvtColor(src, src_gray, COLOR_BGR2GRAY);
        blur(src_gray, src_gray, Size(3,3));
    
        const char* src_window = "source";
        namedWindow(src_window, cv::WINDOW_AUTOSIZE);
        imshow(src_window, src);
    
        const int max_thresh =255; //canny阈值最大255
        createTrackbar("Canny Tresh:", src_window, &thresh, max_thresh, thresh_callback); //选择canny的阈值
        thresh_callback(0,0);
    
        waitKey();
    
    	return 0;
    };
    
    
    void thresh_callback(int, void*)
    { 
        Mat canny_output;
        Canny(src_gray, canny_output, thresh, thresh*2); //先用canny进行边界处理
    
        vector<vector<Point>> contours;  //每一个轮廓都是由一系列点组成
        vector<Vec4i> hierarchy;
        cv::findContours(canny_output, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);
    
        Mat drawing = Mat::zeros(canny_output.size(), CV_8UC3); //创建画图的背景
        for(int i=0; i<contours.size(); i++)
        { 
    	Scalar color = Scalar(rng.uniform(0,256), rng.uniform(0,256), rng.uniform(0,256)); //随机生成颜色
    	cv::drawContours(drawing, contours, i, color, 2, LINE_8, hierarchy, 0);
        }
    
        imshow("Contours", drawing);
    }

结果：

![20190127161506478.png][]

--------------------

## OpenCV API ##

1.  从图像中检测轮廓  
    [void cv::findContours][void cv_findContours]

( 	
            InputArray  	image, //8bit单通道原图，非0意味着1, 0就是0，相当于二值图
    		OutputArrayOfArrays  	contours,//检测到的轮廓，每个轮廓由vector of Point，可义：std::vector<std::vector\<cv::Point> >
    		OutputArray  	hierarchy,// std::vector\<cv::Vec4i>包含图像的拓扑信息，每个contour[i] 对应一个hierarchy[i][0] hierarchy[i][1] hierarchy[i][2] hierarchy[i][3]，分别代表下一个轮廓、前一个轮廓，嵌套的第一个子轮廓，父轮廓。如果哪个没有，相应的hierarchy就是负数
    		int  	mode,// 取轮廓的方式，见下
    		int  	method,//轮廓估计方法，见下
    		Point  	offset = Point() //轮廓每个点的偏移
    )

<table> 
 <thead> 
  <tr> 
   <th>mode</th> 
   <th>description</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>RETR_EXTERNAL</td> 
   <td>只取最外层的轮廓， hierarchy[i][2]=hierarchy[i][3]=-1对于所有轮廓</td> 
  </tr> 
  <tr> 
   <td>RETR_LIST</td> 
   <td>取所有轮廓，但是不建立拓扑信息</td> 
  </tr> 
  <tr> 
   <td>RETR_CCOMP</td> 
   <td>取所有轮廓，但只建立两层拓扑结构</td> 
  </tr> 
  <tr> 
   <td>RETR_TREE</td> 
   <td>取所有轮廓，建立轮廓之间的拓扑信息</td> 
  </tr> 
 </tbody> 
</table>

method：  
![在这里插入图片描述][20190127164057704.png]

<table> 
 <thead> 
  <tr> 
   <th>方法</th> 
   <th>解释</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>第一种</td> 
   <td>存的是连续的点，比如一个矩形，每个线段上每个点都记录</td> 
  </tr> 
  <tr> 
   <td>第二种</td> 
   <td>存的是端点，压缩之后的点，比如一个矩形，最后只存四个点</td> 
  </tr> 
  <tr> 
   <td>第三种</td> 
   <td>tech-Chinlchain近似算法一种</td> 
  </tr> 
  <tr> 
   <td>第四种</td> 
   <td>tech-Chinlchain近似算法一种</td> 
  </tr> 
 </tbody> 
</table>

1.  画出轮廓的外形或者填充  
    [void cv::drawContours][void cv_drawContours]

( 
    	    InputOutputArray  	image,// 背景图
    		InputArrayOfArrays  	contours,//输入的轮廓，可以是vector<vector<Point>> 类型的contours
    		int  	contourIdx,//画第几个轮廓，如果是负数，画出全部轮廓（和maxLevel搭配使用）
    		const Scalar &  	color,//颜色
    		int  	thickness = 1,//轮廓线的宽带，如果负数填充式
    		int  	lineType = LINE_8,//线类型
    		InputArray  	hierarchy = noArray(),//轮廓的拓扑信息
    		int  	maxLevel = INT_MAX,// 1：只画出指定的轮廓；2：画出轮廓和子轮廓，3：在2基础上加子子轮廓；and so on
    		Point  	offset = Point() //偏移
    )

[Link 1]: https://docs.opencv.org/master/df/d0d/tutorial_find_contours.html
[20190127161506478.png]: /images/20220322/c9d369ba5e0140589be6f41f9cdc3e35.png
[void cv_findContours]: https://docs.opencv.org/master/d3/dc0/group__imgproc__shape.html#gadf1ad6a0b82947fa1fe3c3d497f260e0
[20190127164057704.png]: /images/20220322/99758fbb8d114ffa8617b4880df161d1.png
[void cv_drawContours]: https://docs.opencv.org/master/d6/d6e/group__imgproc__draw.html#ga746c0625f1781f1ffc9056259103edbc