目录
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:
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:
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:
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:
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:
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:
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。
6.2 mode取值为RETR_LIST, method取值为CHAIN_APPROX_SIMPLE;
这类参数表示:检测所有轮廓,但各轮廓之间彼此独立。
边缘轮廓绘制后的图像:
可以发现,内外层轮廓都被绘制。
向量contours内保存的所有轮廓点集形成的图像:
可以发现,点集中直线段部分都被省略掉了,其他部分得到了保留。
6.3 mode修改为RETR_TREE,method修改为CHAIN_APPROX_NONE
这类参数表示:检测所有轮廓,并且轮廓间建立外层、内层的等级关系,并且保存轮廓上所有点。
边缘轮廓绘制后的图像:
可以发现,所有内外层轮廓都被绘制。
向量contours内保存的所有轮廓点集形成的图像:
contours点集组成的图形跟轮廓表现一致。
hierarchy向量输出内容为:
可以观察到,每个轮廓都被划分等级,最外围、第一内围、第二内围等等,所以除第1个最后一个轮廓外,其他轮廓都具有不为-1的第3、第4个整形参数。
如果对你有所帮助,记得点个赞哟~