OpenCV实战(15)——轮廓检测详解
0. 前言
在计算机视觉领域,轮廓通常指图像中对象边界的一系列点。因此,轮廓通常描述了对象边界的关键信息,包含了有关对象形状的主要信息,该信息可用于形状分析与对象检测和识别。本节中,我们首先介绍如何提取图像中轮廓,然后讲解如何计算轮廓的形状描述符。
1. 提取区域轮廓
1.1 轮廓提取
图像通常包含目标对象的表示,图像分析的目标之一是识别和提取这些对象。在目标检测/识别应用中,通常需要生成一个二值图像,显示目标物体的位置,提取包含在二值图像中的对象。例如,使用如下二值图像:
我们可以通过简单的阈值操作获得此图像,然后应用开/闭形态滤波器。本节将介绍如何提取图像中的目标对象,更具体地说,我们将提取图像中的连接部分,即由二值图像中的一组连接像素组成的形状。OpenCV
提供了一个简单的函数来提取图像的连接部分的轮廓,即 cv::findContours
函数。
(1) 要使用 cv::findContours
函数,我们需要一个点向量存储所有输出轮廓:
std::vector<