【OpenCV3】图像轮廓查找与绘制——cv::findContours()与cv::drawContours()详解

49 篇文章 32 订阅
38 篇文章 16 订阅

查找图像的轮廓在图像处理及应用中扮演着重要的角色。那么什么是轮廓(contour)?《Learning OpenCV 3》中给出的定义是这样的——轮廓即是以某种方式表示图像中的曲线的点的列表。这种表示可以根据实际的情形不同而不同。表示一条曲线的方式有很多种。OpenCV中,轮廓是由STL风格的vector<>模板对象表示的,其中vector中的每个元素都编码了曲线上,下一点的位置信息。

opencv2和opencv3中查找图像轮廓的函数是cv::findContours(),并通过cv::drawContours()将查找到的轮廓绘制到图像上。

1、轮廓的查找——cv::findContours()

函数cv::findContour是从二值图像中来计算轮廓的,它可以使用cv::Canny()函数处理的图像,因为这样的图像含有边缘像素;也可以使用cv::threshold()或者cv::adaptiveThreshold()处理后的图像,其边缘隐含在正负区域的交界处。

轮廓的层级结构

下图所示了cv::findCountour()的基本功能,图的上部是一幅测试图像,其背景为白色,并含有数个彩色的的区域(标签A到E)。图中也绘制出了由cv::findContours()所确定的轮廓。这些轮廓被标记为cX或hX,其中c代表“contour(轮廓)”,h代表“洞(hole)”,而X是一些数字。有些轮廓使用虚线表示的,他们表示白色区域(即非零区域)的外部边界。OpenCV和cv::findContour()对这些外部边界和图中的点线,即内部边界或者是洞的外部边界,进行区分的。

如图的下半部分,OpenCV可以将找到的轮廓组织成轮廓树,表示其轮廓结构的包围关系。对于测试图像中的轮廓,我们将根节点处的轮廓称为c0,而“洞”h00和h01是其子节点。反过来这些子节点又会包含新的子节点以此类推。


表示这种树的方式有很多种,OpenCV中使用数组(尤其是vectors)来表示这种树,其中数组中的每个条目都代表一个特定的轮廓,每个条目包含一个由4个整数组成的集合(通常表示为cv :: Vec4i类型的元素,就像四通道数组中的条目一样)。对于每个节点来说,四个元素所表示的含义分别如下:0号元素表示下一个轮廓(同一层级);1号元素表示前一个轮廓(同一层级);2号元素表示第一个子轮廓(下一层级);3号元素表示父轮廓(上一层级)。


使用cv::findContours()查找轮廓

cv::findContours()的具体调用有两种方式,具体如下:

	void cv::findContours(
		cv::InputOutputArray image, // 输入的8位单通道“二值”图像
		cv::OutputArrayOfArrays contours, // 包含points的vectors的vector
		cv::OutputArray hierarchy, // (可选) 拓扑信息
		int mode, // 轮廓检索模式
		int method, // 近似方法
		cv::Point offset = cv::Point() // (可选) 所有点的偏移
	);
	void cv::findContours(
		cv::InputOutputArray image, // 输入的8位单通道“二值”图像
		cv::OutputArrayOfArrays contours, // 包含points的vectors的vector
		int mode, // 轮廓检索模式
		int method, // 近似方法
		cv::Point offset = cv::Point() //  (可选) 所有点的偏移
	);


其中,第一个参数是输入图像,图像的格式是8位单通道的图像,并且被解析为二值图像(即图中的所有非零像素之间都是相等的)。

第二个参数是一个数组的数组,在多数实际的操作中即是STL vectors的STL vector,这里将使用找到的轮廓的列表进行填充(即,这将是一个contours的vector,其中contours[i]表示一个特定的轮廓,这样,contours[i][j]将表示contour[i]的一个特定的端点)。

第三个参数,hierarchy,这个参数可以指定,也可以不提指定。如果指定的话,输出hierarchy,将会描述输出轮廓树的结构信息。其中包含的具体信息前面已经说明(四个条目)。

下一个参数,轮廓的模式,将会告诉OpenCV你想用何种方式来对轮廓进行提取,有四个可选的值,具体如下图:

cv::RETR_EXTERNAL:表示只提取最外面的轮廓;

cv::RETR_LIST:表示提取所有轮廓并将其放入列表;

cv::RETR_CCOMP:表示提取所有轮廓并将组织成一个两层结构,其中顶层轮廓是外部轮廓,第二层轮廓是“洞”的轮廓;

cv::RETR_TREE:表示提取所有轮廓并组织成轮廓嵌套的完整层级结构。





下一个参数是见识方法,即轮廓如何呈现的方法,有三种可选的方法:

cv::CHAIN_APPROX_NONE:将轮廓中的所有点的编码转换成点;

cv::CHAIN_APPROX_SIMPLE:压缩水平、垂直和对角直线段,仅保留它们的端点;

cv::CHAIN_APPROX_TC89_L1 or cv::CHAIN_APPROX_TC89_KCOS:应用Teh-Chin链近似算法中的一种风格

最后一个参数是偏移,可选,如果是定,那么返回的轮廓中的所有点均作指定量的偏移。


2、轮廓的绘制——cv::drawContours()

cv::drawContours()用于绘制cv::findContours()找到的轮廓。使用方法其实和OpenCV3中常用的绘图函数类似。具体调用方法如下:

	void cv::drawContours(
		cv::InputOutputArray image, // 用于绘制的输入图像
		cv::InputArrayOfArrays contours, // 点的vectors的vector
		int contourIdx, // 需要绘制的轮廓的指数 (-1 表示 "all")
		const cv::Scalar& color, // 轮廓的颜色
		int thickness = 1, // 轮廓线的宽度
		int lineType = 8, //  轮廓线的邻域模式('4'邻域 或 '8'邻域)
		cv::InputArray hierarchy = noArray(), // 可选 (从 findContours得到)
		int maxLevel = INT_MAX, // 轮廓中的最大下降
		cv::Point offset = cv::Point() // (可选) 所有点的偏移
	)


下面是这两个函数的实际使用示例:

	cv::Mat image_gray = cv::imread("lena.jpg", cv::IMREAD_GRAYSCALE);
	cv::Mat image_binary;

	cv::threshold(image_gray, image_binary, 100, 255, cv::THRESH_BINARY);
	std::vector< std::vector< cv::Point> > contours;
	cv::findContours(
		image_binary,
		contours,
		cv::noArray(),
		cv::RETR_LIST,
		cv::CHAIN_APPROX_SIMPLE
		);
	image_binary = cv::Scalar::all(0);
	cv::drawContours(image_binary, contours, -1, cv::Scalar::all(255));

	cv::imshow("gray image", image_gray);
	cv::imshow("Contours", image_binary);

	cv::waitKey(0);
	return;


结果如下:



2017.04.05

补充:最大轮廓检测,请参考《【OpenCV3】图像最大轮廓检测——cvFindBiggestContour()封装》一文

  • 51
    点赞
  • 243
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
`cv::line` 是 OpenCV 中用于绘制线条的函数之一。其函数原型如下: ```cpp void cv::line(InputOutputArray img, Point pt1, Point pt2, const Scalar& color, int thickness = 1, int lineType = LINE_8, int shift = 0) ``` 其中, - `img`:输入输出参数,表示要绘制线条的图像; - `pt1`:输入参数,表示线条的起点,类型为 `cv::Point`; - `pt2`:输入参数,表示线条的终点,类型为 `cv::Point`; - `color`:输入参数,表示线条的颜色,类型为 `cv::Scalar`,可以通过 `cv::Scalar(B, G, R)` 的方式设置颜色,其中 B、G、R 分别代表蓝色、绿色、红色的值; - `thickness`:输入参数,表示线条的宽度,类型为 `int`,默认值为 1; - `lineType`:输入参数,表示线条的类型,类型为 `int`,默认值为 `LINE_8`,可以选择 `LINE_4` 或 `LINE_AA`; - `shift`:输入参数,表示坐标点的小数点位数,类型为 `int`,默认值为 0。 使用 `cv::line` 函数可以在图像上绘制一条直线。例如,以下代码可以在一张黑色的图像上绘制一条红色的直线: ```cpp cv::Mat img(512, 512, CV_8UC3, cv::Scalar(0, 0, 0)); // 创建一张黑色的图像 cv::line(img, cv::Point(100, 100), cv::Point(400, 400), cv::Scalar(0, 0, 255), 3); // 在图像上绘制一条红色的直线 ``` 绘制结果如下: ![line](https://img-blog.csdn.net/20180530211606679?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Jsb2c2NjY2/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/q/75)

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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