Opencv轮廓跟踪算法源码分析（1）——icvFetchContour()

于 2018-09-15 09:56:54 发布
阅读量1.4k 收藏 8
点赞数 1
分类专栏： Opencv findcontours 文章标签： findcontours 轮廓跟踪 算法 源码分析

https://blog.csdn.net/u011947630/article/details/81382086

想要看懂Opencv源码，打算从findContours()开始。

源文件： C:\***\opencv\sources\modules\imgproc\src\contours.cpp

环境：opencv2.4.9 + VS2010

一、findContours() 接口函数

void cv::findContours( InputOutputArray _image, OutputArrayOfArrays _contours,
	OutputArray _hierarchy, int mode, int method, Point offset )

Parameters:

image--待处理图，8bit单通道，非零像素被当成1，零像素仍然是0，因此该图被当成二值图来处理（实际在源码中发现，CV_8UC1和CV_32SC1都是允许的）。注意，该函数在提取轮廓的过程中会修改原始图像。（因此，在执行findContours之前将原图备份。）

contours--检测到的轮廓集合，每一个轮廓存储为 a vector of points。

hierarchy--可选的输出向量，包含图像拓扑结构信息。该向量的元素个数等于轮廓的总个数。对于每个轮廓contours[i], hierarchy[i][0], hierarchy[i][1], hierarchy[i][2], hierarchy[i][3]分别代表同级轮廓的后一个轮廓（next contour）、前一个轮廓（previous contour）、第一个子轮廓(first child contour)、母轮廓(paraent contour)。这些轮廓用基于0的序列号表示。如果没有相应的轮廓，则hierarchy[i][j]将被设置为负值。

mode--轮廓跟踪模式。（关于轮廓之间的层次关系）

 

  • — CV_RETR_EXTERNAL     只提取最外层轮廓。所有轮廓的hierarchy[i][2] =  hierarchy[i][3] =-1.
  • — CV_RETR_LIST     提取所有轮廓但不建立任何层次关系。
  • — CV_RETR_CCOMP     提取所有轮廓，把它们组织成两级结构。第一级是连通域的外边界(external boundaries)，第二级是孔边界(boundaries of holes)。如果在孔中间还有另外的连通域，则被当成另一个外边界。
  • — CV_RETR_TREE   提取所有轮廓并把它们组织成完整的层次结构。

method--轮廓近似方法。（关于单个轮廓存储的方法）

  • — CV_CHAIN_CODE   （手册上没有标出）采用Freeman链码的方式存储轮廓。
  • — CV_CHAIN_APPROX_NONE    将Freeman链码转换成点集，并存储轮廓上所有的点。
  • — CV_CHAIN_APPROX_SIMPLE   压缩水平、垂直和斜对角方向的元素，只保留线段端点的那些点。比如说，一个矩形，总共四条线段，只保留四个顶点，顶点之间的点就省略掉，所以最终该矩形轮廓只用4个点表示。
  • — CV_CHAIN_APPROX_TC89_L1, CV_CHAIN_APPPRX_TC89_KCOS   使用Teh-Chin 链近似方法。
  • — CV_LINK_RUNS  通过连接为1的水平碎片使用完全不同的轮廓提取算法。仅有CV_RETR_LIST 提取模式可以在本方法中使用.

offset-- 可选的偏移量参数。如果是从image ROI中提取出的轮廓，又需要在整个image分析这些轮廓，就要给每个轮廓增加一个坐标偏移量。

手册中给出了该函数参考的算法原始论文[Suzuki85] 。

 

  • Suzuki, S. and Abe, K., Topological Structural Analysis of Digitized Binary Images by Border Following.CVGIP 30 1, pp 32-46 (1985) 

论文翻译博客地址：http://blog.csdn.net/yiqiudream/article/details/76864722

论文原文及翻译下载地址：

看论文仍然糊里糊涂的，不知道链码跟踪的具体算法是什么。而contours.cpp中的函数较多，内容有点复杂，只能一个一个看，比如单个轮廓的具体跟踪方法，在 icvFetchContours() 。最后对该函数单步调试，列出了每一步执行的步骤，终于明白一点。所以记录下来。

二、icvFetchContours() 源码

为了便于理解代码，先把用到的一些宏定义贴出来。

/* initializes 8-element array for fast access to 3x3 neighborhood of a pixel */
#define  CV_INIT_3X3_DELTAS( deltas, step, nch )            \
	((deltas)[0] =  (nch),  (deltas)[1] = -(step) + (nch),  \
	(deltas)[2] = -(step), (deltas)[3] = -(step) - (nch),  \
	(deltas)[4] = -(nch),  (deltas)[5] =  (step) - (nch),  \
	(deltas)[6] =  (step), (deltas)[7] =  (step) + (nch))

 

注释：定义了一个3X3 的邻域位置快速查找表。因为在内存中，Mat数据存储的时候是一行一行连续存储的，从像素点（i,j）到像素点（i+1,j），指针偏移了一行的数据，也就是 step的距离。这里step 是指一行像素点所占的字节数，nch是步进距离，后面设置为1，也就是指针偏移一个Byte.  deltas[8]是一个数组，共8个元素，分别代表8个方向。如图。

 

 

321
4 0
567

 

static const CvPoint icvCodeDeltas[8] =
{ {1, 0}, {1, -1}, {0, -1}, {-1, -1}, {-1, 0}, {-1, 1}, {0, 1}, {1, 1} };

 

注释：deltas[8]存的是指针的偏移量，icvCodeDeltas[8] 存的是8个方向相对于中心点坐标的偏移量。

/* Contour retrieval modes */
enum
{
    CV_RETR_EXTERNAL=0,
    CV_RETR_LIST=1,
    CV_RETR_CCOMP=2,
    CV_RETR_TREE=3,
    CV_RETR_FLOODFILL=4
};

/* Contour approximation methods */
enum
{
    CV_CHAIN_CODE=0,
    CV_CHAIN_APPROX_NONE=1,
    CV_CHAIN_APPROX_SIMPLE=2,
    CV_CHAIN_APPROX_TC89_L1=3,
    CV_CHAIN_APPROX_TC89_KCOS=4,
    CV_LINK_RUNS=5
};

icvFetchContour() 源码：

/*
marks domain border with +/-<constant> and stores the contour into CvSeq.
method:
<0  - chain     //CV_CHAIN_CODE
==0 - direct      //CV_CHAIN_APPRPX_NONE
>0  - simple approximation     //CV_CHAIN_APPROX_SIMPLE  这个函数是只考虑这三个method的情况
*/
static void
	icvFetchContour( schar                  *ptr,
	int                    step,
	CvPoint                pt,
	CvSeq*                 contour,
	int    _method )
{
	const schar     nbd = 2;
	int             deltas[16];
	CvSeqWriter     writer;
	schar           *i0 = ptr, *i1, *i3, *i4 = 0;   //指向某个像素点，后面给这个像素点赋一个标记值。
	int             prev_s = -1, s, s_end;   //表示8个方向数中的一个
	int             method = _method - 1;  //method<=1
 
	assert( (unsigned) _method <= CV_CHAIN_APPROX_SIMPLE );  // _method<=2
 
	/* initialize local state */
	CV_INIT_3X3_DELTAS( deltas, step, 1 );
	memcpy( deltas + 8, deltas, 8 * sizeof( deltas[0] ));  
 
	/* initialize writer */
	cvStartAppendToSeq( contour, &writer );  
 
	if( method < 0 )  //_method=1  CV_CHAIN_CODE
		((CvChain *) contour)->origin = pt;  //如果是链码，contour.origin设置为传入的起点pt，那其他method的情况呢？origin 初值是什么？
 
	s_end = s = CV_IS_SEQ_HOLE( contour ) ? 0 : 4;  //如果是孔就从0开始，如果是外边界则从4开始
 
	do
	{
		s = (s - 1) & 7;  //如果是孔，则从7方向（右下）开始，顺时针转； 如果是外边界，则从3开始，顺时针转
		i1 = i0 + deltas[s];  //指针偏移，
		if( *i1 != 0 )     //如果遇到非零点则跳出
			break;
	}
	while( s != s_end );   //绕一圈没找到非零点也结束循环。
 
	if( s == s_end )            /* single pixel domain */  //绕一圈没找到非零点的情况，认为是孤立点，将该点修改为负值。
	{
		*i0 = (schar) (nbd | -128);   //(-128)补=（1000,0000）补，也就是 nbd这个值加个负号，比如2变成-2.
		if( method >= 0 )  //_method>=1，
		{
			CV_WRITE_SEQ_ELEM( pt, writer );
		}
	}
	else                     //一圈没绕完已经找到非零点的情况
	{
		i3 = i0;    // i3代表了当前点
		prev_s = s ^ 4;  //异或运算，相当于(s+4)&7，也就是 s逆时针转4格，转了180度的方向，赋给prev_s.   s 本身没有变，还是刚刚找到非零点的那个方向。
 
		/* follow border */
		for( ;; )
		{
			s_end = s;  //更新搜索的初始方向
 
			for( ;; )
			{
				i4 = i3 + deltas[++s];   //s先自增，也就是方向逆时针转一格，i3偏移
				if( *i4 != 0 )   //找到下一个非零点的值。
					break;
			}
			s &= 7;   //s如果>=8, 则调整为  s/8.   此时，s保存了找到非零点的方向。
 
			/* check "right" bound */
			if( (unsigned) (s - 1) < (unsigned) s_end )    //int 转换成 unsigned, 本来负数的第一位是符号位的，现在变成数值了。
			{
				*i3 = (schar) (nbd | -128);   //外轮廓最右边的标记改为NBD的负值。
			}
			else if( *i3 == 1 )
			{
				*i3 = nbd;   //如果不是轮廓的最右边则是正的NBD。
			}
 
			if( method < 0 )
			{
				schar _s = (schar) s;
 
				CV_WRITE_SEQ_ELEM( _s, writer );
			}
			else
			{
				if( s != prev_s || method == 0 )
				{
					CV_WRITE_SEQ_ELEM( pt, writer );
					prev_s = s;
				}
 
				pt.x += icvCodeDeltas[s].x;
				pt.y += icvCodeDeltas[s].y;
 
			}
 
			if( i4 == i0 && i3 == i1 )
				break;   // 这个for 循环每次跟踪一个像素点。再次循环跟踪下一个点，直到跟踪到最后一个点
 
			i3 = i4;
			s = (s + 4) & 7;
		}                       /* end of border following loop */
	}
 
	cvEndWriteSeq( &writer );
 
	if( _method != CV_CHAIN_CODE )
		cvBoundingRect( contour, 1 );
 
	assert( (writer.seq->total == 0 && writer.seq->first == 0) ||
		writer.seq->total > writer.seq->first->count ||
		(writer.seq->first->prev == writer.seq->first &&
		writer.seq->first->next == writer.seq->first) );
}

为了单步调试该函数，我输入一张画了单个圆的图像，测试这段代码在跟踪外边界的时候的具体步骤。

 

测试代码：

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <math.h>
#include <iostream>
 
using namespace cv;
using namespace std;
 
int main()
{
	Mat img0 = imread("one.bmp", 0);
	Mat img1;
	threshold(img0, img1, 1, 255, CV_THRESH_BINARY);
	imshow("img1", img1);
 
	vector<vector<Point> > contours;
	vector<Vec4i> hierarchy;
	findContours( img1, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_CODE);
 
	waitKey();
 
	return 0;
 
}

 

输入的测试图片：（放大后能看得清每个像素点）。 为了便于说明，我给边界的每个点标了一个序号，从1到40. 最上面一行最左边一列的那个像素标为1.

 

     
（a）输入的测试图片    （b）我自己给每个边界上的像素点编号，方便后文说明。

边界扫描算法从左上角开始逐行扫描，当发现以下两种情况时，认为找到边界的起始点。（a）情况表示遇到了外边界；（b）情况表示遇到孔。所以对于测试图片，起始点就是第一行遇到的第一个非零像素点。

 

由于边界的层次关系复杂，Suzuki的方法是，找到一个边界，就用一个唯一的数字去标记，最后标记值相同的像素点属于同一个边界，不同边界之间的层次关系通过其标记值保存下来。

 

icvFecthContour()中的几个形参：

static void
	icvFetchContour( schar                  *ptr, //ptr是一个指针，指向当前轮廓的起始点。
	int                    step, // 当前图像每一行所占的Bytes数
	CvPoint                pt,   // 中心点八邻域的相对坐标，相对于中心点的坐标。
	CvSeq*                 contour,   //跟踪到的轮廓
	int    _method )                  // 轮廓跟踪的模式

const schar     nbd = 2;

注释：nbd 就是一个标记值，number of border. 为什么从2开始而不是1呢？因为Suzuki 的方法中，一幅二值图的最上一行，最下一行，最左一行和最右一行都被设置为0，因此，这幅图像的最外层就是一个 hole, 这个hole称之为 背景(background)，而这最边上的两行两列组成的轮廓就是 一个孔边界，称之为frame.  这个 frame 就用1 来标注。其次其他边界从2开始标注。

 

Suzuki 算法的层次关系定义：（理解  frame）

int             deltas[16];

 注释： 最上面定义的是 deltas[8] ,  这里变成了deltas[16].  装了什么呢？下面有定义：

/* initialize local state */
	CV_INIT_3X3_DELTAS( deltas, step, 1 );
	memcpy( deltas + 8, deltas, 8 * sizeof( deltas[0] ));

memcpy 是内存复制函数，首先指针指向 deltas, 把其后面的 8*sizeof( deltas[0]) 长度的数据复制下来，然后指针指向 (deltas+8)，粘贴。也就是把前半部分复制给后半部分，deltas[8+i] = deltas[i] ,i=0,1,2,...7. 为什么要用到deltas[16]，而不是deltas[8]呢，因为deltas[8]真的不够用，比如处理到右边界的时候，搜索下一个非零值，就会搜到0方向， 1方向，2方向。这时，++s 就会超过7，变成8,9,10）。所以定义16个数，且8-15 与0-7的值一一对应。

CvSeqWriter     writer;
 
/* initialize writer */
cvStartAppendToSeq( contour, &writer );  
 
CV_WRITE_SEQ_ELEM( pt, writer );
 
cvEndWriteSeq( &writer );

注释： writer是一个结构体，负责把当前元素写入到 contour中去。过程包括：初始化、写入元素、结束写入。

schar           *i0 = ptr, *i1, *i3, *i4 = 0;

注释：定义了几个指针，指向某个像素点。其中

 

 

  • i0: 指向 contour 的起始点。在轮廓跟踪过程中，该指针始终不变。对应上图中，自定义编号中的“1”。是轮廓的第一个像素点。在判断跟踪是否结束的时候用到它。
  • i1: 指向 contour 的最后一个点。在轮廓跟踪过程中，该指针始终不变。对应上图中，自定义编号中的“40”。在判断跟踪是否结束的时候用到它。值得注意的是，轮廓算法中首先找到起始点，紧接着就寻找这个点。找到这个点之后才开始寻找轮廓的第二个像素点。
  • i3: 指向当前中心点。中心点的意思是，当发现某个像素点属于轮廓，则将该点看做中心点，在它的8邻域内寻找下一个轮廓点。在轮廓跟踪过程中，这个指针会随着中心点的改变而改变。
  • i4: 指向最新找到的非零点。以i3所指向的点为中心，在8邻域内寻找非零点，如果找到了，就用i4指向它。在轮廓跟踪过程中，这个指针会随时改变。

 

用三张图来表示，（a）图的状态：已经找到i0（第一个轮廓点） 和 i1（最后一个轮廓点）, 并且找到了第2个轮廓点i3，此时i3作为中心点，在8邻域内找到了非零点，就是i4.  （b）图的状态：经过某种判断标准，发现i4是新的轮廓点（即第3个轮廓点），让i3指向它（更新i3），该点作为当前中心点，在8邻域内寻找非零点，找到了，让i4指向它（更新i4）。 （c）图的状态：经过某种判断标准，发现i4是新的轮廓点（即第4个轮廓点），让i3指向它（更新i3），该点作为当前中心点，在8邻域内寻找非零点，如果找到则 让i4指向它（更新i4）.

        

（a） （b） （c） 指针 i3、i4 更新示意图。

int             prev_s = -1, s, s_end;

注释： Freeman链码保存的信息并不是点的坐标，而是初始点以及方向值，从第i个边界点到第 i+1 个边界点的移动方向。8个方向的定义在前面的表格中给出了。本例中边界共有40个像素点，那么就有39个方向值。代码中用了三个参数来表示方向，prev_s 表示的是上一个边界点相对于当前中心点的方向，针对当前中心点，最初 s=s_end，表示最初的扫描方向，然后++s, 寻找该方向是否是非零点。最后 if(s==s_end) 判断是否已经绕了一圈了，即8个方向都检测过了。

int             method = _method - 1;  //method<=1
 
assert( (unsigned) _method <= CV_CHAIN_APPROX_SIMPLE );  // _method<=2

注释：从 assert 函数看出，icvFetchContours()函数只支持 _method=0/1/2 三种情况。相应的，method = -1/0/1.

if( method < 0 )  //_method=0  CV_CHAIN_CODE
		((CvChain *) contour)->origin = pt;  //如果是链码，contour.origin设置为传入的起点pt，那其他method的情况呢？origin 初值是什么？

 

注释：如果_method = CV_CHAIN_CODE   表示使用Freeman 链码的模式。pt为轮廓起始点的坐标。（如果不用链码模式，则使用顶点序列模式，就是将链码转换成坐标的格式保存轮廓信息）。

s_end = s = CV_IS_SEQ_HOLE( contour ) ? 0 : 4;  //如果是孔就从0开始，如果是外边界则从4开始
 
	do
	{
		s = (s - 1) & 7;  //如果是孔，则从7方向（右下）开始，顺时针转； 如果是外边界，则从3开始，顺时针转
		i1 = i0 + deltas[s];  //指针偏移，
		if( *i1 != 0 )     //如果遇到非零点则跳出
			break;
	}
	while( s != s_end );   //绕一圈没找到非零点也结束循环。

 

注释： 在确定了起始点 i0 后，接下来要找的是 contour 的最后一个点 i1.  按什么方向搜索呢？算法规定，如果该 contour 是一个 hole， 则从0方向开始；如果是外边界，则从4方向开始。如下图。 do 循环就是寻找 i1 的过程。其中 s =（s-1）&7 = (s - 1) & (0111)，  s-1 就是顺时针方向转一格。（s-1）&7  或者写成 (s-1)/8   目的是确保方向值在[0, 7]之间，如果超过了，比如9方向，等同于1方向。

 

搜索 i1  点的过程（外边界的情况）

	if( s == s_end )            /* single pixel domain */  //绕一圈没找到非零点的情况，认为是孤立点，将该点修改为负值。
	{
		*i0 = (schar) (nbd | -128);   //(-128)补=（1000,0000）补，也就是 nbd这个值加个负号，比如2变成-2.
		if( method >= 0 )  //_method>=1，
		{
			CV_WRITE_SEQ_ELEM( pt, writer );
		}
	}

注释：nbd=2， 是用来标注的值。  （nbd | -128）意思是  nbd 与 -128的补码做 “或”运算，相当于在首位置1，再强制转换成 （schar），有符号数，相当于是 nbd 这个值加个负号。为什么有的标 +2， 有的标 -2 呢？这是为了避免轮廓右边的部分被再次当做初始点。遇到负值的像素点是不判断它是否为一个新轮廓的起始点的，确保一个轮廓只扫描一次。下图示意了负值的标注地点（轮廓的每一行的最右边像素点）。

 

 

prev_s = s ^ 4;

注释：  异或运算。我用枚举法计算，发现s^4=(s+4)&7  。也就是 s 旋转180度，为什么要这样呢？ 看最上面的标记图， 当“1”是当前中心点的时候，“2”相对于“1”的方向是5；而当“2”成为当前中心点的时候，“1”相对于“2”的方向就是1；方向5和方向1就是差了180度。  所以 prev_s 是用来记录上一个链码值的反方向值，以此为基础，确定当前的搜索的最初方向。

/* check "right" bound */
			if( (unsigned) (s - 1) < (unsigned) s_end )    //int 转换成 unsigned, 本来负数的第一位是符号位的，现在变成数值了。
			{
				*i3 = (schar) (nbd | -128);   //外轮廓最右边的标记改为NBD的负值。
			}
			else if( *i3 == 1 )
			{
				*i3 = nbd;   //如果不是轮廓的最右边则是正的NBD。
			}

注释：这一段就是判断边界上的点到底是标注+2 还是-2.    if( (unsigned) (s - 1) < (unsigned) s_end )  这个条件非常巧妙。我尝试了几个特例是正确的，如果非要我去写，估计先枚举出所有情况，然后再总结规律，暂且没有试。 其中，s_end  是最初的方向，s 是最新找到的非零点的方向。比如最上面标记图上的“1”号像素点到“2”号像素点，s_end=0.  s=5,  不满足条件，所以“1”号像素点标记为 +2。  从 第“37”号像素点到第“38”号像素点，s_end=4, s=3,则满足条件，所以“38”号像素点标记为 -2.

			if( method < 0 )
			{
				schar _s = (schar) s;
 
				CV_WRITE_SEQ_ELEM( _s, writer );
			}
			else
			{
				if( s != prev_s || method == 0 )
				{
					CV_WRITE_SEQ_ELEM( pt, writer );
					prev_s = s;
				}
 
				pt.x += icvCodeDeltas[s].x;
				pt.y += icvCodeDeltas[s].y;
 
			}

注释：这一段就是将边界像素点写入到 contour 中去。 如果是 CV_CHAIN_CODE 模式，则写入方向值 s，否则 写入点坐标 pt.  pt是根据s 的值计算出来的。

			if( i4 == i0 && i3 == i1 )
				break;   // 这个for 循环每次跟踪一个像素点。再次循环跟踪下一个点，直到……

注释： 判断轮廓跟踪有没有结束。 i4==i0，也就是最新找到的非零点就是contour的起始点。 i3 == i1， 也就是说当前的中心点 已经是contour 的最后一个点。

 

 

 

本文中提到的 “轮廓” “边界” 是同一个意思。

本文只用了一个外轮廓做测试，hole 的情况类似。

fu_shuwu
关注
专栏目录
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值