学习OpenCV 13 轮廓

学习OpenCV 13 轮廓

Canny之类的边缘检测算法可以根据像素间差异检测出轮廓边界的像素，但它并没有将轮廓作为一个整体进行处理。而我们的任务就是要将这些边缘像素合成轮廓。

轮廓查找Contour Finding

一个轮廓对应一系列点，这些点以一定方式表示图像中的一条曲线。有多种方式可以表示一条曲线，在OpenCV中，轮廓用标准模板库(STL)向量vector<>表示，向量中每个值都包含轮廓上下一个点的位置信息，用一系列二维顶点(vector<cv::Point>或vector<cv::Point2f>)表示轮廓是最常见的方式，但不限于此。

cv::findContours()从二值图像(binary image)中计算轮廓，它处理的图像可以是从cv::Canny()函数得到的有边缘像素的图像，或是从cv::threshold()及cv::adaptiveThreshold()函数得到的图像。

轮廓层次Contour Hierarchies

下图分别是一张输入cv::findContours()函数的测试图像(左图)。图中有五块颜色区域(A,B,C,D,E)，共有9条轮廓。每条轮廓都有一组输出列表表示(右上角图—轮廓参数)。也可以选择生成一组层次表达(右下角图—层次参数)。在右下角图中(轮廓树)，节点表示一条轮廓，根据每个点在层次队列中的四元数组索引，连接都做了相应标记。