想要看懂Opencv源码，打算从findContours()开始。
源文件： C:\***\opencv\sources\modules\imgproc\src\contours.cpp
环境：opencv2.4.9 + VS2010
一、findContours() 接口函数
void cv::findContours( InputOutputArray _image, OutputArrayOfArrays _contours,
OutputArray _hierarchy, int mode, int method, Point offset )Parameters:
image--待处理图，8bit单通道，非零像素被当成1，零像素仍然是0，因此该图被当成二值图来处理（实际在源码中发现，CV_8UC1和CV_32SC1都是允许的）。注意，该函数在提取轮廓的过程中会修改原始图像。（因此，在执行findContours之前将原图备份。）
contours--检测到的轮廓集合，每一个轮廓存储为 a vector of points。
hierarchy--可选的输出向量，包含图像拓扑结构信息。该向量的元素个数等于轮廓的总个数。对于每个轮廓contours[i], hierarchy[i][0], hierarchy[i][1], hierarchy[i][2], hierarchy[i][3]分别代表同级轮廓的后一个轮廓（next contour）、前一个轮廓（previous contour）、第一个子轮廓(first child contour)、母轮廓(paraent contour)。这些轮廓用基于0的序列号表示。如果没有相应的轮廓，则hierarchy[i][j]将被设置为负值。
mode--轮廓跟踪模式。（关于轮廓之间的层次关系）
- — CV_RETR_EXTERNAL 只提取最外层轮廓。所有轮廓的hierarchy[i][2] = hierarchy[i][3] =-1.
- — CV_RETR_LIST 提取所有轮廓但不建立任何层次关系。
- — CV_RETR_CCOMP 提取所有轮廓，把它们组织成两级结构。第一级是连通域的外边界(external boundaries)，第二级是孔边界(boundaries of holes)。如果在孔中间还有另外的连通域，则被当成另一个外边界。
- — CV_RETR_TREE 提取所有轮廓并把它们组织成完整的层次结构。
- — CV_CHAIN_CODE （手册上没有标出）采用Freeman链码的方式存储轮廓。
- — CV_CHAIN_APPROX_NONE 将Freeman链码转换成点集，并存储轮廓上所有的点。
- — CV_CHAIN_APPROX_SIMPLE 压缩水平、垂直和斜对角方向的元素，只保留线段端点的那些点。比如说，一个矩形，总共四条线段，只保留四个顶点，顶点之间的点就省略掉，所以最终该矩形轮廓只用4个点表示。
- — CV_CHAIN_APPROX_TC89_L1, CV_CHAIN_APPPRX_TC89_KCOS 使用Teh-Chin 链近似方法。
- — CV_LINK_RUNS 通过连接为1的水平碎片使用完全不同的轮廓提取算法。仅有CV_RETR_LIST 提取模式可以在本方法中使用.
手册中给出了该函数参考的算法原始论文[Suzuki85] 。
- Suzuki, S. and Abe, K., Topological Structural Analysis of Digitized Binary Images by Border Following.CVGIP 30 1, pp 32-46 (1985)
论文翻译博客地址：http://blog.csdn.net/yiqiudream/article/details/76864722
论文原文及翻译下载地址：
看论文仍然糊里糊涂的，不知道链码跟踪的具体算法是什么。而contours.cpp中的函数较多，内容有点复杂，只能一个一个看，比如单个轮廓的具体跟踪方法，在 icvFetchContours() 。最后对该函数单步调试，列出了每一步执行的步骤，终于明白一点。所以记录下来。
二、icvFetchContours() 源码
为了便于理解代码，先把用到的一些宏定义贴出来。
/* initializes 8-element array for fast access to 3x3 neighborhood of a pixel */
#define CV_INIT_3X3_DELTAS( deltas, step, nch ) \
((deltas)[0] = (nch), (deltas)[1] = -(step) + (nch), \
(deltas)[2] = -(step), (deltas)[3] = -(step) - (nch), \
(deltas)[4] = -(nch), (deltas)[5] = (step) - (nch), \
(deltas)[6] = (step), (deltas)[7] = (step) + (nch))
| 3 | 2 | 1 |
| 4 | 0 | |
| 5 | 6 | 7 |
static const CvPoint icvCodeDeltas[8] =
{ {1, 0}, {1, -1}, {0, -1}, {-1, -1}, {-1, 0}, {-1, 1}, {0, 1}, {1, 1} };/* Contour retrieval modes */
enum
{
CV_RETR_EXTERNAL=0,
CV_RETR_LIST=1,
CV_RETR_CCOMP=2,
CV_RETR_TREE=3,
CV_RETR_FLOODFILL=4
};/* Contour approximation methods */
enum
{
CV_CHAIN_CODE=0,
CV_CHAIN_APPROX_NONE=1,
CV_CHAIN_APPROX_SIMPLE=2,
CV_CHAIN_APPROX_TC89_L1=3,
CV_CHAIN_APPROX_TC89_KCOS=4,
CV_LINK_RUNS=5
};icvFetchContour() 源码：
/*
marks domain border with +/-<constant> and stores the contour into CvSeq.
method:
<0 - chain //CV_CHAIN_CODE
==0 - direct //CV_CHAIN_APPRPX_NONE
>0 - simple approximation //CV_CHAIN_APPROX_SIMPLE 这个函数是只考虑这三个method的情况
*/
static void
icvFetchContour( schar *ptr,
int step,
CvPoint pt,
CvSeq* contour,
int _method )
{
const schar nbd = 2;
int deltas[16];
CvSeqWriter writer;
schar *i0 = ptr, *i1, *i3, *i4 = 0; //指向某个像素点，后面给这个像素点赋一个标记值。
int prev_s = -1, s, s_end; //表示8个方向数中的一个
int method = _method - 1; //method<=1
assert( (unsigned) _method <= CV_CHAIN_APPROX_SIMPLE ); // _method<=2
/* initialize local state */
CV_INIT_3X3_DELTAS( deltas, step, 1 );
memcpy( deltas + 8, deltas, 8 * sizeof( deltas[0] ));
/* initialize writer */
cvStartAppendToSeq( contour, &writer );
if( method < 0 ) //_method=1 CV_CHAIN_CODE
((CvChain *) contour)->origin = pt; //如果是链码，contour.origin设置为传入的起点pt，那其他method的情况呢？origin 初值是什么？
s_end = s = CV_IS_SEQ_HOLE( contour ) ? 0 : 4; //如果是孔就从0开始，如果是外边界则从4开始
do
{
s = (s - 1) & 7; //如果是孔，则从7方向（右下）开始，顺时针转； 如果是外边界，则从3开始，顺时针转
i1 = i0 + deltas[s]; //指针偏移，
if( *i1 != 0 ) //如果遇到非零点则跳出
break;
}
while( s != s_end ); //绕一圈没找到非零点也结束循环。
if( s == s_end ) /* single pixel domain */ //绕一圈没找到非零点的情况，认为是孤立点，将该点修改为负值。
{
*i0 = (schar) (nbd | -128); //(-128)补=（1000,0000）补，也就是 nbd这个值加个负号，比如2变成-2.
if( method >= 0 ) //_method>=1，
{
CV_WRITE_SEQ_ELEM( pt, writer );
}
}
else //一圈没绕完已经找到非零点的情况
{
i3 = i0; // i3代表了当前点
prev_s = s ^ 4; //异或运算，相当于(s+4)&7，也就是 s逆时针转4格，转了180度的方向，赋给prev_s. s 本身没有变，还是刚刚找到非零点的那个方向。
/* follow border */
for( ;; )
{
s_end = s; //更新搜索的初始方向
for( ;; )
{
i4 = i3 + deltas[++s]; //s先自增，也就是方向逆时针转一格，i3偏移
if( *i4 != 0 ) //找到下一个非零点的值。
break;
}
s &= 7; //s如果>=8, 则调整为 s/8. 此时，s保存了找到非零点的方向。
/* check "right" bound */
if( (unsigned) (s - 1) < (unsigned) s_end ) //int 转换成 unsigned, 本来负数的第一位是符号位的，现在变成数值了。
{
*i3 = (schar) (nbd | -128); //外轮廓最右边的标记改为NBD的负值。
}
else if( *i3 == 1 )
{
*i3 = nbd; //如果不是轮廓的最右边则是正的NBD。
}
if( method < 0 )
{
schar _s = (schar) s;
CV_WRITE_SEQ_ELEM( _s, writer );
}
else
{
if( s != prev_s || method == 0 )
{
CV_WRITE_SEQ_ELEM( pt, writer );
prev_s = s;
}
pt.x += icvCodeDeltas[s].x;
pt.y += icvCodeDeltas[s].y;
}
if( i4 == i0 && i3 == i1 )
break; // 这个for 循环每次跟踪一个像素点。再次循环跟踪下一个点，直到跟踪到最后一个点
i3 = i4;
s = (s + 4) & 7;
} /* end of border following loop */
}
cvEndWriteSeq( &writer );
if( _method != CV_CHAIN_CODE )
cvBoundingRect( contour, 1 );
assert( (writer.seq->total == 0 && writer.seq->first == 0) ||
writer.seq->total > writer.seq->first->count ||
(writer.seq->first->prev == writer.seq->first &&
writer.seq->first->next == writer.seq->first) );
}为了单步调试该函数，我输入一张画了单个圆的图像，测试这段代码在跟踪外边界的时候的具体步骤。
测试代码：
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <math.h>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{
Mat img0 = imread("one.bmp", 0);
Mat img1;
threshold(img0, img1, 1, 255, CV_THRESH_BINARY);
imshow("img1", img1);
vector<vector<Point> > contours;
vector<Vec4i> hierarchy;
findContours( img1, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_CODE);
waitKey();
return 0;
}
（a）输入的测试图片 （b）我自己给每个边界上的像素点编号，方便后文说明。
边界扫描算法从左上角开始逐行扫描，当发现以下两种情况时，认为找到边界的起始点。（a）情况表示遇到了外边界；（b）情况表示遇到孔。所以对于测试图片，起始点就是第一行遇到的第一个非零像素点。
icvFecthContour()中的几个形参：
static void
icvFetchContour( schar *ptr, //ptr是一个指针，指向当前轮廓的起始点。
int step, // 当前图像每一行所占的Bytes数
CvPoint pt, // 中心点八邻域的相对坐标，相对于中心点的坐标。
CvSeq* contour, //跟踪到的轮廓
int _method ) // 轮廓跟踪的模式const schar nbd = 2;Suzuki 算法的层次关系定义：（理解 frame）
int deltas[16];/* initialize local state */
CV_INIT_3X3_DELTAS( deltas, step, 1 );
memcpy( deltas + 8, deltas, 8 * sizeof( deltas[0] )); memcpy 是内存复制函数，首先指针指向 deltas, 把其后面的 8*sizeof( deltas[0]) 长度的数据复制下来，然后指针指向 (deltas+8)，粘贴。也就是把前半部分复制给后半部分，deltas[8+i] = deltas[i] ,i=0,1,2,...7. 为什么要用到deltas[16]，而不是deltas[8]呢，因为deltas[8]真的不够用，比如处理到右边界的时候，搜索下一个非零值，就会搜到0方向， 1方向，2方向。这时，++s 就会超过7，变成8,9,10）。所以定义16个数，且8-15 与0-7的值一一对应。
CvSeqWriter writer;
/* initialize writer */
cvStartAppendToSeq( contour, &writer );
CV_WRITE_SEQ_ELEM( pt, writer );
cvEndWriteSeq( &writer );
schar *i0 = ptr, *i1, *i3, *i4 = 0; - i0: 指向 contour 的起始点。在轮廓跟踪过程中，该指针始终不变。对应上图中，自定义编号中的“1”。是轮廓的第一个像素点。在判断跟踪是否结束的时候用到它。
- i1: 指向 contour 的最后一个点。在轮廓跟踪过程中，该指针始终不变。对应上图中，自定义编号中的“40”。在判断跟踪是否结束的时候用到它。值得注意的是，轮廓算法中首先找到起始点，紧接着就寻找这个点。找到这个点之后才开始寻找轮廓的第二个像素点。
- i3: 指向当前中心点。中心点的意思是，当发现某个像素点属于轮廓，则将该点看做中心点，在它的8邻域内寻找下一个轮廓点。在轮廓跟踪过程中，这个指针会随着中心点的改变而改变。
- i4: 指向最新找到的非零点。以i3所指向的点为中心，在8邻域内寻找非零点，如果找到了，就用i4指向它。在轮廓跟踪过程中，这个指针会随时改变。
用三张图来表示，（a）图的状态：已经找到i0（第一个轮廓点） 和 i1（最后一个轮廓点）, 并且找到了第2个轮廓点i3，此时i3作为中心点，在8邻域内找到了非零点，就是i4. （b）图的状态：经过某种判断标准，发现i4是新的轮廓点（即第3个轮廓点），让i3指向它（更新i3），该点作为当前中心点，在8邻域内寻找非零点，找到了，让i4指向它（更新i4）。 （c）图的状态：经过某种判断标准，发现i4是新的轮廓点（即第4个轮廓点），让i3指向它（更新i3），该点作为当前中心点，在8邻域内寻找非零点，如果找到则 让i4指向它（更新i4）.
（a） （b） （c） 指针 i3、i4 更新示意图。
int prev_s = -1, s, s_end;
int method = _method - 1; //method<=1
assert( (unsigned) _method <= CV_CHAIN_APPROX_SIMPLE ); // _method<=2
if( method < 0 ) //_method=0 CV_CHAIN_CODE
((CvChain *) contour)->origin = pt; //如果是链码，contour.origin设置为传入的起点pt，那其他method的情况呢？origin 初值是什么？
s_end = s = CV_IS_SEQ_HOLE( contour ) ? 0 : 4; //如果是孔就从0开始，如果是外边界则从4开始
do
{
s = (s - 1) & 7; //如果是孔，则从7方向（右下）开始，顺时针转； 如果是外边界，则从3开始，顺时针转
i1 = i0 + deltas[s]; //指针偏移，
if( *i1 != 0 ) //如果遇到非零点则跳出
break;
}
while( s != s_end ); //绕一圈没找到非零点也结束循环。
搜索 i1 点的过程（外边界的情况）
if( s == s_end ) /* single pixel domain */ //绕一圈没找到非零点的情况，认为是孤立点，将该点修改为负值。
{
*i0 = (schar) (nbd | -128); //(-128)补=（1000,0000）补，也就是 nbd这个值加个负号，比如2变成-2.
if( method >= 0 ) //_method>=1，
{
CV_WRITE_SEQ_ELEM( pt, writer );
}
}
prev_s = s ^ 4; /* check "right" bound */
if( (unsigned) (s - 1) < (unsigned) s_end ) //int 转换成 unsigned, 本来负数的第一位是符号位的，现在变成数值了。
{
*i3 = (schar) (nbd | -128); //外轮廓最右边的标记改为NBD的负值。
}
else if( *i3 == 1 )
{
*i3 = nbd; //如果不是轮廓的最右边则是正的NBD。
} if( method < 0 )
{
schar _s = (schar) s;
CV_WRITE_SEQ_ELEM( _s, writer );
}
else
{
if( s != prev_s || method == 0 )
{
CV_WRITE_SEQ_ELEM( pt, writer );
prev_s = s;
}
pt.x += icvCodeDeltas[s].x;
pt.y += icvCodeDeltas[s].y;
}注释：这一段就是将边界像素点写入到 contour 中去。 如果是 CV_CHAIN_CODE 模式，则写入方向值 s，否则 写入点坐标 pt. pt是根据s 的值计算出来的。
if( i4 == i0 && i3 == i1 )
break; // 这个for 循环每次跟踪一个像素点。再次循环跟踪下一个点，直到……注释： 判断轮廓跟踪有没有结束。 i4==i0，也就是最新找到的非零点就是contour的起始点。 i3 == i1， 也就是说当前的中心点 已经是contour 的最后一个点。
本文中提到的 “轮廓” “边界” 是同一个意思。
本文只用了一个外轮廓做测试，hole 的情况类似。
2522
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
