轮廓发现

轮廓发现是基于图像边缘提取的基础寻找对象轮廓的方法。
所以边缘提取的阈值选定会影响最终轮廓发现结果

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
#include <opencv2\imgproc\types_c.h>

using namespace std;
using namespace cv;

Mat src, dst;
const char* output_win = "findcontours-demo";
int threshold_value = 100;
int threshold_max = 255;
RNG rng;
void Demo_Contours(int, void*);
int main(int argc, char** argv) {
	src = imread("D:\\lena.jpg");
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input-image", WINDOW_AUTOSIZE);
	namedWindow(output_win, WINDOW_AUTOSIZE);
	imshow("input-image", 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;
}

/*在二值图像上发现轮廓使用API cv::findContours(
	InputOutputArray  binImg, // 输入图像，非0的像素被看成1,0的像素值保持不变，8-bit
	OutputArrayOfArrays  contours,//  全部发现的轮廓对象
	OutputArray, hierachy// 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。
	int mode, //  轮廓返回的模式
	int method,// 发现方法
	Point offset = Point()//  轮廓像素的位移，默认（0, 0）没有位移
)
*/

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);//使用Canny进行边缘提取，得到二值图像
	findContours(canny_output, contours, hierachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));

	dst = Mat::zeros(src.size(), CV_8UC3);
	RNG rng(12345);//随机数
	for (size_t i = 0; i < contours.size(); i++) {
		Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));//随机的颜色
		drawContours(dst, contours, i, color, 2, 8, hierachy, 0, Point(0, 0));//drawContours绘制轮廓
	}
	imshow(output_win, dst);
}