OpenCV中cvFindContours函数

cvFindContours可以从二值图像中检索轮廓，并返回检测到的轮廓的个数。first_contour的值由函数填充返回，它的值将为第一个外轮廓的指针，当没有轮廓被检测到时为NULL。其它轮廓可以使用h_next和v_next连接，从first_contour到达。

[cpp] view plaincopy
int cvFindContours( CvArr* image, CvMemStorage* storage, CvSeq** first_contour,  
                    int header_size=sizeof(CvContour), int mode=CV_RETR_LIST,  
                    int method=CV_CHAIN_APPROX_SIMPLE, CvPoint offset=cvPoint(0,0) );  

image： 8比特单通道的源二值图像，灰度图像。非零像素作为1处理，0像素保存不变。从一个灰度图像得到二值图像的函数有：cvThreshold，cvAdaptiveTh reshold和cvCanny。

storage：返回轮廓的容器。

first_contour：输出参数，用于存储指向第一个外接轮廓。

header_size：header序列的尺寸.如果选择method = CV_CHAIN_CODE, 则header_size >= sizeof(CvChain)；其他，则header_size >= sizeof(CvContour)。

mode：检索模式，可取值如下：
CV_RETR_EXTERNAL：只检索最外面的轮廓；
CV_RETR_LIST：检索所有的轮廓，并将其放入list中；
CV_RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界；
CV_RETR_TREE：检索所有的轮廓，并重构嵌套轮廓的整个层次。

method：边缘近似方法（除了CV_RETR_RUNS使用内置的近似，其他模式均使用此设定的近似算法）。可取值如下：
CV_CHAIN_CODE：以Freeman链码的方式输出轮廓，所有其他方法输出多边形（顶点的序列）。
CV_CHAIN_APPROX_NONE：将所有的连码点，转换成点。
CV_CHAIN_APPROX_SIMPLE：压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分。
CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS：使用the flavors of Teh-Chin chain近似算法的一种。
CV_LINK_RUNS：通过连接水平段的1，使用完全不同的边缘提取算法。使用CV_RETR_LIST检索模式能使用此方法。

offset：偏移量，用于移动所有轮廓点。当轮廓是从图像的ROI提取的，并且需要在整个图像中分析时，这个参数将很有用。

讨论部分cvDrawContours中的案例显示了任何使用轮廓检测连通区域。轮廓可以用于形状分析和目标识别——可以参考文件夹OpenCV sample中的squares.c。

以下是一段示例代码：

[cpp] view plaincopy
#include <stdio.h>  
#include <cv.h>  
#include <cxcore.h>  
#include <highgui.h>  
  
#pragma comment(lib, "cv.lib")  
#pragma comment(lib, "cxcore.lib")  
#pragma comment(lib, "highgui.lib")  
  
int main( int argc, char** argv )  
{  
    // 以灰度值读取图片  
    IplImage* pImg = cvLoadImage(".\\test.png", 0);  
    IplImage* pContourImg = NULL;  
    CvMemStorage * storage = cvCreateMemStorage(0);  
    CvSeq *contour = 0, *contmax = 0;  
    int mode = CV_RETR_EXTERNAL;  
    cvNamedWindow("src", 0);  
    cvShowImage( "src", pImg );  
    // 为轮廓显示图像申请空间, 3通道图像，以便用彩色显示  
    pContourImg = cvCreateImage(cvGetSize(pImg), IPL_DEPTH_8U, 3);  
    // copy source image and convert it to BGR image  
    cvCvtColor(pImg, pContourImg, CV_GRAY2BGR);  
    // 查找contour  
    int nContours = cvFindContours( pImg, storage, &contour, sizeof(CvContour),  
        mode, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0));  
    // 将轮廓画出     
    cvDrawContours(pContourImg, contour, CV_RGB(255,0,0), CV_RGB(255, 0, 0),  
        2, 2, 8, cvPoint(0,0));  
    double area, maxArea = 10;      //设面积最大值大于10Pixel  
    for( ; contour; contour = contour->h_next)  
    {  
        area = fabs(cvContourArea(contour, CV_WHOLE_SEQ)); //获取当前轮廓面积  
        printf("area == %lf\n", area);  
        if(area > maxArea)  
        {  
            contmax = contour;  
            maxArea = area;  
        }  
    }  
    CvRect aRect = cvBoundingRect(contmax, 0);  
    cvSetImageROI(pContourImg, aRect);  
    // 显示图像  
    cvNamedWindow("contour", 0);  
    cvShowImage("contour", pContourImg);  
    cvWaitKey(-1);  
  
    // 销毁窗口  
    cvDestroyWindow("src");  
    cvDestroyWindow("contour");  
    // 释放图像  
    cvReleaseImage(&pImg);  
    cvReleaseImage(&pContourImg);  
    cvClearMemStorage(storage);  
    cvReleaseMemStorage(&storage);  
  
    return 0;  
}