opencv#41 轮廓检测

轮廓概念介绍

通常我们使用二值化的图像进行轮廓检测，对轮廓以外到内进行数字命名，如下图，最外面的轮廓命名为0，向内部进行扩展，遇到黑色白色相交区域，就是一个新的轮廓，然后依次对轮廓进行编号，轮廓中可能含有新的轮廓，同时也可能含有并列轮廓，如下图中轮廓0内部包含其他子轮廓。

常用4个参数来秒数不同层级之间的结构关系，分别是：同层下一个轮廓索引，同层上一个轮廓索引，下一层第一个子轮廓索引和上层父轮廓索引。

例如轮廓0，没有同层下一个轮廓，就用-1来表示；同层上一个轮廓也没有用-1来表示；下一层第一个子轮廓索引为1，给出1；没有上层父轮廓，因此也为-1。即得到[-1,-1,1,-1]。

例如轮廓1，同层下一个轮廓索引为2；没有同层上一个轮廓，为-1；下一层第一个子轮廓索也没有，为-1；上层父轮廓索引为0；即得到[2,-1,-1,0]。这4个参数就可以描述轮廓。同样的可以得到轮廓2的参数[-1,1,3,0]。

轮廓检测

findContours()

void cv::findContours(InputArray              image,
                      OutputArrayOrArrays     contours,
                      OutputArray             hierachy,
                      Int                     mode,
                      int                     method,
                      Point                   offset = Point()
                     )

·image:输入图像，数据类型为CV_8U的单通道灰度图像或者二值化图像。

·contours:检测到的轮廓，每个轮廓中存放着像素额坐标。

·mode:轮廓检测模式标志。

·method:轮廓逼近方法标志。

·offset:每个轮廓点移动的可选偏移量。这个函数主要用在从ROI图像中找出的轮廓并基于整个图像分析轮廓的场景中。先对图像提取一个ROI区域，然后在此区域中进行轮廓检测，若想直到得到轮廓在原图像中的坐标，就需要通过此参数来配置。若是直接对整幅图像进行轮廓检测，就不需要使用最后一个参数，使用默认值即可。

检测完轮廓后，我们需要将轮廓展示出来，将所有轮廓以坐标点的形式输出，这样既不直观同时也不便于观看。

轮廓绘制

drawContours()

l

void cv::frawContours(InputArray          image,
                      InputArrayOrArrays  contours,
                      int                 contourIdx,
                      const Scalar &      corlor,
                      int                 thickness = 1, //线条粗细
                      int                 lineType = LINE_8, //绘制轮廓的线型,此处是8邻域，也可4邻域
                                          hlerarchy = 
                      InputArray          noArray(),
                      int                 maxLevel = INT_MAX,
                      Point               offset = Point()
                     )

·image:绘制轮廓的目标图像。

·contours:所有将要绘制的轮廓。

·contoursIdx:要绘制的轮廓的参数，如果是负数，则绘制所有的轮廓。

·color:绘制轮廓的颜色。

示例

#include <opencv2/opencv.hpp>
#include <iostream>
#include<vector>
 
using namespace cv; //opencv的命名空间
using namespace std;
 
 
 
//主函数
int main()
{
	system("color F0"); //更改输出界面颜色
 
	Mat img = imread("E:/opencv/opencv-4.6.0-vc14_vc15/opencv/snow.jpg");	
	if (img.empty())
	{
		cout << "请确认图像文件名称是否正确" << endl;
		return -1;
	}
	
	int l = 500;
	resize(img, img, Size(l, l));
 
	imshow("原图", img);
 
	Mat gray, binary;
	cvtColor(img, gray, COLOR_BGR2GRAY);//转为灰度图像
	GaussianBlur(gray, gray, Size(13, 13), 4, 4);//平滑滤波
	threshold(gray, binary, 170, 255, THRESH_BINARY | THRESH_OTSU);//自适应二值化
	
	//轮廓发现与检测
	vector<vector<Point>> contours; //轮廓
	vector<Vec4i> hierarchy;//存放轮廓结构变量
	findContours(binary, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point());
 
	//绘制轮廓
	for (int i = 0; i < hierarchy.size(); i++)
	{
		cout << hierarchy[i] << endl;
	}
 
	int j;
	for (int j = 0 ; j < contours.size(); j++);
	{
		drawContours(img, contours, j, Scalar(0, 0, 255), 2, 8);
		imshow("轮廓检测结果", img);
		waitKey(0);
	}
 
	waitKey(0);//等待函数用于显示图像,按下键盘任意键后退出
 
	return 0;
 
}

结果