OpenCV结构分析与形状描述符（10）检测并提取轮廓函数findContours()的使用

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

在二值图像中查找轮廓。

该函数使用算法 253从二值图像中检索轮廓。轮廓是有用的工具，可用于形状分析和对象检测与识别。参见 OpenCV 示例目录中的 squares.cpp。

findContours 是 OpenCV 库中的一个重要函数，用于从二值图像中检测并提取轮廓。轮廓是指图像中具有连续边界像素的集合，通常用于描述图像中的对象边界。findContours 函数可以从二值图像中找到所有连通的非零像素组成的轮廓，并返回一组轮廓点。

函数原型1

void cv::findContours	
(
	InputArray 	image,
	OutputArrayOfArrays 	contours,
	OutputArray 	hierarchy,
	int 	mode,
	int 	method,
	Point 	offset = Point() 
)		

参数1

• 参数image Source, 源图像，一个8位单通道图像。非零像素被视为1。零像素保持为0，因此图像被视为二值图像。你可以使用 compare、inRange、threshold、adaptiveThreshold、Canny 等方法将灰度图像或彩色图像转换为二值图像。如果模式等于 RETR_CCOMP 或 RETR_FLOODFILL，输入也可以是一个32位整数标签图像（CV_32SC1）。

• 参数contours 检测到的轮廓。每个轮廓存储为一个点的向量（例如 std::vector<std::vectorcv::Point>）。

• 参数hierarchy 可选的输出向量（例如 std::vectorcv::Vec4i），包含有关图像拓扑结构的信息。它有与轮廓数量相同数量的元素。对于每个第 i 个轮廓 contours[i]，元素 hierarchy[i][0]、hierarchy[i][1]、hierarchy[i][2] 和 hierarchy[i][3] 分别设置为在同一层次级别下的下一个轮廓和前一个轮廓在 contours 中的0基础索引，第一个子轮廓和父轮廓。如果对于轮廓 i 没有下一个轮廓、前一个轮廓、父轮廓或嵌套轮廓，hierarchy[i] 的相应元素将是负数。

• 参数mode 轮廓检索模式，参考RetrievalModes

• 参数method 轮廓近似方法，参考ContourApproximationModes。

• 参数offset 可选偏移量，用于移动轮廓上的每一个点。这对于从图像的感兴趣区域（ROI）中提取轮廓并在整个图像上下文中分析这些轮廓时非常有用。

函数原型2

这是一个重载成员函数，为方便提供。它与上述函数的不同之处仅在于它接受的参数

void cv::findContours	
(
	InputArray 	image,
	OutputArrayOfArrays 	contours,
	int 	mode,
	int 	method,
	Point 	offset = Point() 
)		

代码示例

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

using namespace std;
using namespace cv;

int main()
{
    // 读取图像
    Mat img = imread( "/media/dingxin/data/study/OpenCV/sources/images/hawk.jpg", IMREAD_GRAYSCALE );
    if ( img.empty() )
    {
        cerr << "Error: Image not found." << endl;
        return -1;
    }

    // 定义一个感兴趣区域
    Rect roi( 260, 450, 250, 250 );
    Mat imgROI = img( roi );

    // 二值化处理
    Mat binImg;
    threshold( imgROI, binImg, 200,255, THRESH_BINARY_INV );

    //imshow( "binary Image", binImg );

    // 找到轮廓
    vector< vector< Point > > contours;
    vector< Vec4i > hierarchy;
    findContours( binImg, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point( roi.x, roi.y ) );  // 应用偏移量

    // 在原图上绘制轮廓
    Mat drawing = Mat::zeros( img.size(), CV_8UC3 );
    for ( size_t i = 0; i < contours.size(); i++ )
    {
        Scalar color = Scalar( 0, 255, 0 );  // 绿色
        drawContours( drawing, contours, i, color, 2, LINE_8, hierarchy, 0, Point() );
    }

    // 显示结果
    imshow( "Original Image", img );
    imshow( "Contours with Offset", drawing );
    waitKey( 0 );

    return 0;
}

运行结果