OpenCV之轮廓查找与绘制（findContours和drawContours函数详解）

最新推荐文章于 2024-08-02 08:27:09 发布

wendy_ya

最新推荐文章于 2024-08-02 08:27:09 发布

阅读量5.3k

点赞数 16

分类专栏： C++ 文章标签： opencv c++ visual studio

本文链接：https://blog.csdn.net/didi_ya/article/details/113594319

版权

C++ 专栏收录该内容

43 篇文章 78 订阅

订阅专栏

一、基本概念

基础概念大概了解，可以在看完详细解释之后再回过头来看基础概念，相信会有进一步的深入了解。

1.1 轮廓层次

如图为一张图像：
在这里插入图片描述

图中有五块颜色区域，分别记为A,B,C,D,E，每块区域的外部边界和内部边界都各自组成轮廓，轮廓数如下图所示：
在这里插入图片描述
构建轮廓树为：

每一个节点就是一个轮廓，根据每个节点在层次中的四元数组索引（如下表所示），图中都进行了标记。

1.2 轮廓层次列表（hierarchy）中四元素数组里每个元素的含义

索引	含义
0	同级的下一条轮廓
1	同级的上一条轮廓
2	下级的第一个子节点
3	上级的父节点

二、findContours函数详解

函数原型：

findContours( InputOutputArray image, OutputArrayOfArrays contours,
                              OutputArray hierarchy, int mode,
                              int method, Point offset=Point());

参数含义：

image：图像必须是8位单通道图像，可以是灰度图像，但更常用的是二值图像，一般是经过Canny，拉普拉斯等边缘检测算子处理过的二值图像；（函数运行时，这个图像会被直接涂改，因此如果是将来还有用的图像，应该复制之后再传给该函数）
contours：定义为vector<vector<Point>> contours；向量，向量内每个元素保存了一组由连续的Point点构成的点的集合的向量，每一组Point点集就是一个轮廓，有多少轮廓，向量contours就有多少元素；
hierarchy：定义为vector<Vec4i> hierarchy；，表示向量内每一个元素包含了4个int型变量——hierarchy[i][0] —hierarchy[i][3]，分别表示第i个轮廓的后一个轮廓、前一个轮廓、第一条子轮廓、父轮廓的索引编号，如果当前轮廓没有对应的后一个轮廓，前一个轮廓、第一条子轮廓或父嵌轮廓的话，则hierarchy[i][0] —hierarchy[i][3]的相应位被设置为默认值-1；
mode：轮廓提取方式
○ cv::RETR_EXTERNAL：只检测最外围轮廓；
○ cv::RETR_LIST：检测所有的轮廓，但是不建立等级关系；
○ cv::RETR_CCOMP：检测所有的轮廓，但所有轮廓只建立两种等级关系，外围为顶层
○ cv::RETR_TREE：检测所有的轮廓，所有轮廓建立一个等级树结构
method：轮廓的近似方法
○ CV_CHAIN_APPROX_NONE：保存物体边界上所有连续的轮廓点到contours向量中
○ CV_CHAIN_APPROX_SIMPLE：仅保存轮廓的拐点信息，把所有轮廓拐点处的点保存到contours向量中
Point：偏移量，默认为（0，0）没有偏移

三、代码示例

先看一段简单的代码，之后会进行详细介绍：

vector<vector<Point>> contours;
vector<Vec4i> hierarchy;
findContours(image, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point());

四、drawContours函数详解

函数原型：

drawContours(InputOutputArray image, InputArrayOfArrays contours, 
int contourIdx, const Scalar& color, int thickness=1, int lineType=8, 
InputArray hierarchy=noArray(), int maxLevel=INT_MAX, Point offset=Point() )

参数含义：

image：待绘制轮廓的图像；
contours：要绘制的轮廓组，与findContours中输出的contours相同；
contourIdx：指明画第几个轮廓，如果该参数为负值（通常设为-1），则画全部轮廓，
color：指定绘制的颜色或亮度(灰度图像)，如scalar(255,0,255)
thickness：指定线段的宽度
lineType：边框线型，可以是4或8,4代表绘制的线是四连通线（不美观），8代表绘制的线是八连通线（较美观）
hierarchy：对应findContours中输出的hierarchy
maxLevel：限制将在图上绘制的轮廓层次深度，为0表示只绘制“第0层”，以此类推
offset：偏移量，默认为（0，0）没有偏移

五、代码示例

绘制轮廓部分代码如下：

Mat imageContours = Mat::zeros(image.size(), CV_8UC1);
for (int i = 0; i < contours.size(); i++)
{	//绘制轮廓
	drawContours(imageContours, contours, i, Scalar(255), 1, 8, hierarchy);
}

六、详细解释

基本流程如下：
①将输出图像使用cvtColor转换为灰度图像
②使用边缘算法（如Canny）进行边缘提取
③使用findContours寻找轮廓
④使用drawContours绘制轮廓

完整程序如下：

#include<opencv2/opencv.hpp>
#include "iostream"

using namespace std;
using namespace cv;

int main(int argc, char *argv[])
{
	Mat imageSource = imread("D:/Desktop/1.png", 0);
	imshow("Source Image", imageSource);//灰度图像
	Mat image;
	GaussianBlur(imageSource, image, Size(3, 3), 0);//高斯滤波
	Canny(image, image, 100, 250);//canny算子边缘检测
	vector<vector<Point>> contours;
	vector<Vec4i> hierarchy;
	findContours(image, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point());
	Mat imageContours = Mat::zeros(image.size(), CV_8UC1);
	Mat Contours = Mat::zeros(image.size(), CV_8UC1);  //绘制  
	for (int i = 0; i < contours.size(); i++)
	{
		//contours[i]代表的是第i个轮廓，contours[i].size()代表的是第i个轮廓上所有的像素点数  
		for (int j = 0; j < contours[i].size(); j++)
		{	//绘制出contours向量内所有的像素点  
			Point P = Point(contours[i][j].x, contours[i][j].y);
			Contours.at<uchar>(P) = 255;
		}
		输出hierarchy向量内容  
		cout << "向量hierarchy的第" << i << "个元素内容为：" << endl << hierarchy[i] << endl << endl;
		//绘制轮廓  
		drawContours(imageContours, contours, i, Scalar(255), 1, 8, hierarchy);
	}
	imshow("Contours Image", imageContours); //轮廓
	imshow("Point of Contours", Contours);   //向量contours内保存的所有轮廓点集 
	waitKey(0);
	return 0;
}

原图像：
在这里插入图片描述
灰度化图像：

边缘轮廓绘制后的图像：

向量contours内保存的所有轮廓点集形成的图像：

6.1 mode修改为RETR_EXTERNAL，method修改为CHAIN_APPROX_NONE

这种参数表示：只检测最外层轮廓。

边缘轮廓绘制后的图像：
在这里插入图片描述
可以发现，只有最外层的轮廓被检测到，内层的轮廓被自动忽略。

向量contours内保存的所有轮廓点集形成的图像：
在这里插入图片描述
可以发现，点集保存了所有轮廓上的所有点，图像表现跟轮廓一致。

hierarchy向量输出内容为：
在这里插入图片描述
hierarchy向量中每个元素的四个整型分别表示当前轮廓的后一个轮廓，前一个轮廓，第一条子轮廓和父轮廓的索引编号。

本次参数配置下，hierarchy向量内有4个元素，分别对应于4个轮廓。以第2个轮廓（对应向量内第1个元素）为例，内容为[2,0,-1,-1], “2”表示当前轮廓的后一个轮廓的编号为2，“0”表示当前轮廓的前一个轮廓编号为0，其后2个“-1”表示为空，因为只有最外层轮廓这一个等级，所以不存在父轮廓和内嵌轮廓。