【opencv学习笔记】029 之轮廓发现——findContours函数、drawContours函数详解

╰半橙微兮° 2023-07-10 11:17 117阅读 0赞

**目录**

一、前言

二、轮廓发现

1、轮廓发现

2、发现轮廓API

3、绘制轮廓API

4、代码展示

5、执行结果

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

# 一、前言 #

继续更新有关于opencv的基础博客，即将更新完毕，想想有点开心呢！

如果想看其他有关于OpenCV学习方法介绍、学习教程、代码实战、常见报错及解决方案等相关内容，可以直接看我的OpenCV分类：

> [【OpenCV系列】：https://blog.csdn.net/shuiyixin/article/category/7581855][OpenCV_https_blog.csdn.net_shuiyixin_article_category_7581855]

如果你想了解更多有关于计算机视觉、OpenCV、机器学习、深度学习等相关技术的内容，想与更多大佬一起沟通，那就扫描下方二维码加入我们吧！

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FF36FF_t_70][]

# 二、轮廓发现 #

## 1、轮廓发现 ##

轮廓我想大家都知道是个啥玩意了。主要是这个轮廓发现，单从字面意思理解，我们也知道，就是我们要发现物体的轮廓。

那对于opencv计算机视觉来说，轮廓发现就是通过对图像进行处理之后，提取物体的轮廓的操作。想要提取图像的轮廓，我们就肯定要先找到图像的边缘。

在opencv中，我们想要获得图像的轮廓，分为两部分操作：

> （1）发现轮廓
> 
> （2）绘制轮廓

## 2、发现轮廓API ##

接下来我们先讲一下发现轮廓的API。

void findContours( 
        InputArray image, 
        OutputArrayOfArrays contours,
        OutputArray hierarchy,
        int mode,
        int method,                              
        Point offset = Point()
    );

函数参数含义如下：

> （1）InputArray类型的image，8位单通道图像。非零像素被视为1。零像素保持为0，因此图像被视为二进制。
> 
> （2）OutputArrayOfArrays类型的contours，检测到的轮廓。每个轮廓都存储为点的矢量。
> 
> （3）OutputArray类型的hierarchy，图该的拓扑结构，可选，该轮廓发现算法正是基于图像拓扑结构实现。
> 
> （4）int类型的mode，轮廓检索模式，参见cv：：RetrievalModes
> 
> （5）int类型的method，轮廓近似法，参加cv::ContourApproximationModes。
> 
> （6）Point类型的offset，每个轮廓点的偏移量。如果从图像感兴趣区域中提取轮廓，然后在整个图像上下文中对其进行分析，这将非常有用。默认（0, 0）没有位移。

在opencv中，有该函数的一个重载函数，两个函数的区别在于是否有第三个参数：

void findContours( 
        InputArray image, 
        OutputArrayOfArrays contours,
        int mode,
        int method,                              
        Point offset = Point()
    );

这两个函数的真正区别在于：

> **需不需要输出hierarchy层次结构(可用于分析轮廓间关系，一般比较少用到)。**

## 3、绘制轮廓API ##

接下来我们讲一下绘制轮廓的API。

void drawContours( 
        InputArray image, 
        OutputArrayOfArrays contours,
        int contourIdx,
        const Scalar& color,
        int thickness = 1,
        int lineType = LINE_8,
        InputArray hierarchy = noArray(),
        int maxLevel = INT_MAX,
        Point offset = Point()
    );

函数参数含义如下：

> （1）InputArray类型的image，目标图像。
> 
> （2）OutputArrayOfArrays类型的contours，所有输入轮廓。每个轮廓都存储为点向量。
> 
> （3）int类型的courtolidx，表示要绘制的轮廓的参数。如果为负数，则绘制所有轮廓。
> 
> （4）Scalar类型的color，轮廓的颜色。
> 
> （5）int类型的thickness，绘制轮廓线的厚度。如果为负值（例如，thickness=CV\_FILLED），则绘制轮廓内部。
> 
> （6）int类型的lineType，线连接性。
> 
> （7）InputArray类型的hierarchy，关于层次结构的可选信息。只有当您只想绘制一些轮廓时才需要它（请参见maxLevel）。
> 
> （8）int类型的maxLevel，线连接性。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，则函数将绘制轮廓和所有嵌套轮廓。如果是2，则函数将绘制等高线、所有嵌套等高线、所有嵌套到嵌套等高线等。只有当存在可用的层次结构时才考虑此参数。
> 
> （9）Point类型的offset，可选轮廓移动参数。按指定的偏移量移动所有绘制的等高线。

## 4、代码展示 ##

我们进行轮廓发现，主要有如下几步流程：

> （1）输入图像转为灰度图像cvtColor
> 
> （2）使用Canny进行边缘提取，得到二值图像
> 
> （3）使用findContours寻找轮廓
> 
> （4）使用drawContours绘制轮廓

#include<iostream>
    #include<opencv2/opencv.hpp>
    
    using namespace std;
    using namespace cv;
    
    Mat src, dst;
    const char* input_win = "【输入图像】";
    const char* output_win = "【输出图像】";
    int threshold_value = 100;
    int threshold_max = 255;
    RNG rng;
    
    void Demo_Contours(int, void*);
    
    int main()
    {
    	src = imread("E:/个人/学习/编程/C++/CPlusPlusTestProgram/LearnOpenCV/image/girl2.png");
    	if (!src.data)
    	{
    		cout << "could not load image !";
    		return -1;
    	}
    	namedWindow(input_win, CV_WINDOW_AUTOSIZE);
    	namedWindow(output_win, CV_WINDOW_AUTOSIZE);
    	imshow(input_win, src);
    	cvtColor(src, src, CV_BGR2GRAY);
    
    	const char* trackbar_title = "Threshold Value:";
    	createTrackbar(trackbar_title, output_win, &threshold_value, threshold_max, Demo_Contours);
    	Demo_Contours(0, 0);
    
    	waitKey(0);
    	return 0;
    }
    
    void Demo_Contours(int, void*) {
    	Mat canny_output;
    	vector<vector<Point>> contours;
    	vector<Vec4i> hierachy;
    	Canny(src, canny_output, threshold_value, threshold_value * 2, 3, false);
    	findContours(canny_output, contours, hierachy, RETR_TREE, 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));
    		drawContours(dst, contours, i, color, 2, 8, hierachy, 0, Point(0, 0));
    	}
    	imshow(output_win, dst);
    }

## 5、执行结果 ##

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_46_color_FF75FF_t_70][] 原图

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_46_color_FF75FF_t_70 1][] 轮廓获取

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_46_color_75FFFF_t_70][] 轮廓获取

大家也可以自己尝试一下呀，一定要多做练习！

[OpenCV_https_blog.csdn.net_shuiyixin_article_category_7581855]: https://blog.csdn.net/shuiyixin/article/category/7581855
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FF36FF_t_70]: https://img-blog.csdnimg.cn/20190419195045739.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg==,size_36,color_FF36FF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_46_color_FF75FF_t_70]: https://img-blog.csdnimg.cn/20200302094843842.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg==,size_46,color_FF75FF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_46_color_FF75FF_t_70 1]: https://img-blog.csdnimg.cn/20200302094917275.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg==,size_46,color_FF75FF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_46_color_75FFFF_t_70]: https://img-blog.csdnimg.cn/2020030209502620.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg==,size_46,color_75FFFF,t_70