opencv 外边界追踪算法的原理及其C++实现

最近在学习图像处理的知识，在图像分割部分学习过程中，遇到外边界追踪算法，刚看到该内容时觉得有点抽象，但在理清头绪后觉得其实很简单，主要涉及起始点的寻找和追踪准则的应用，有点类似《数据结构》中栈的应用（当时写了一个迷宫寻路程序），这篇文章希望能够帮助初学者更好更快的理解该知识点原理。

追踪算法原理（字数有点长，截取的书本内容，请见谅）：

算法简述：

1.找出原图（二值图像）中第一个边界像素，图片的读取顺序一般为从下到上，从左到右，所以读取的第一个边界像素通常靠左下。

2.按照上述的追踪准则进行像素追踪，直到像素点闭合结束。即

（1）确定第一个边界点（起始点 startpoint）

（2）初设追踪方向为右上（0号方向）,当然，其他方向也可以，根据自己的图像确定。

（3）判断下一个像素是否为边界像素，是，则更新当前像素(currentpoint)位置，并将输出图像的该点置为0或者255（便于观察），然后将追踪方向逆时针旋转90°，进行下一次追踪。否则，将追踪方向顺时针旋转45°，继续判断下一个点是否为边界，后续步骤同前。

（4）循环，直至初始点与当前点闭合

表达能力有限，没看懂可以直接看代码，注释比较详细

代码实现：

void picture_segmentation::contour_track(Mat& src)//边界像素追踪法
{
	Mat image = src.clone();
	Mat image_1=Mat::zeros(image.size(),image.type());//新显示图片
	for (int i = 0; i < image_1.rows; i++)
	{
		for (int j = 0; j < image_1.cols; j++)
		{
			image_1.at<uchar>(i, j) = 255;
		}
	}

	int width = image_1.cols;
	int higth = image_1.rows;
	int channels = image_1.channels();
	cout << "width " << width << "  higth" << higth << "channels：" << channels << endl;

	//进行二值化处理
	for (int i = 0; i < higth; i++)
	{
		for (int j = 0; j < width; j++)
		{
			if (image.at<uchar>(i, j) > 230)
			{
				image.at<uchar>(i, j) = 255;
			}
			else
			{
				image.at<uchar>(i, j) = 0;
			}
		}
	}
	namedWindow("二值化图像", WINDOW_FREERATIO);
	imshow("二值化图像", image);

	int dir[8][2] = { {-1,-1},//-135°    0
						{0,-1},//-90°    1
						{1,-1},//-45°    2
						{1,0},//0°       3
						{1,1},//45°      4
						{0,1},//90°      5 
						{-1,1},//135°    6
						{-1,0} };//180°  7
	//边界追踪
	Point startpoint;//起始点
	Point currentpoint;//当前点

	for (int i = 1; i < higth-1; i++)//寻找起始点  图片读取方式 从左到右，从下到上
	{
		for (int j = 1; j < width-1; j++)
		{
			
			int pixex = image.at<uchar>(i, j);
			if (pixex == 0)//是图像的边界点
			{
				startpoint.x = j;
				startpoint.y = i;
				//找到边界点就将新图像上的该点置为0
				image_1.at<uchar>(i, j) = 0;
				break;
			}
		}
	}
	//初始追踪方向定为左上
	int startdir = 0;
	//从初始点开始扫描
	currentpoint.x = startpoint.x;
	currentpoint.y = startpoint.y;
	while (1)
	{
		//查看扫描方向的下一个像素
		int pixex = image.at<uchar>(currentpoint.y + dir[startdir][1], currentpoint.x + dir[startdir][0]);
		if (pixex == 0)//还是边界点
		{
			//更新当前点
			currentpoint.y = currentpoint.y + dir[startdir][1];
			currentpoint.x = currentpoint.x + dir[startdir][0];
			//将新图像该点像素置为0
			image_1.at<uchar>(currentpoint.y, currentpoint.x)=0;

			//判断是否已经闭合
			if (currentpoint.y == startpoint.y && currentpoint.x == startpoint.x)
			{
				break;
			}

			//更新新的搜索方向
			//逆时针旋转90°
			startdir--;
			if (startdir == -1)
			{
				startdir = 7;
			}
			startdir--;
			if (startdir == -1)
			{
				startdir=7;
			}
			
		}
		else//不是边界点
		{
			//扫描方向顺时针旋转45
			startdir++;
			if (startdir == 8)
			{
				startdir = 0;
			}
		}
	}

	namedWindow("外边界像素追踪", WINDOW_FREERATIO);
	imshow("外边界像素追踪", image_1);


}

运行结果：

 看着不连续，其实是显示问题，用image watch看是正常的。

tip:

第一次发文章，自己也只是个初学者，只是进行分享，希望能帮更多像我一样的人，不足之处请谅解