opencv笔记二十九（轮廓发现）findContours(t2, contour, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));

 

API：

cv::findContours( //发现轮廓

InputOutputArray  binImg, // 输入图像，非0的像素被看成1,0的像素值保持不变，8-bit 

OutputArrayOfArrays  contours,// 全部发现的轮廓对象，

                                                       //每个轮廓都是以点向量的形式进行存储即使用point类型的vector表示 

OutputArray  hierachy// 可选的输出向量，包含了图像的拓扑信息，

                                      //作为轮廓数量的表示hierarchy包含了很多元素，

                                      //每个轮廓contours[i]对应hierarchy中hierarchy[i][0]~hierarchy[i][3],

                                      //分别表示后一个轮廓，前一个轮廓，父轮廓，内嵌轮廓的索引，

                                      //如果没有对应项，则相应的hierarchy[i]设置为负数。 

int  mode, // 轮廓返回的模式 RETR_TREE

int  method,// 发现方法 CHAIN_APPROX_SIMPLE

Point  offset=Point()// 轮廓像素的位移，默认 Point(0, 0)没有位移 )

 

 

int  mode：

RETR_EXTERNAL:表示只检测最外层轮廓，对所有轮廓设置hierarchy[i][2]=hierarchy[i][3]=-1 

RETR_LIST:提取所有轮廓，并放置在list中，检测的轮廓不建立等级关系 
RETR_CCOMP:提取所有轮廓，并将轮廓组织成双层结构(two-level hierarchy),顶层为连通域的外围边界，次层位内层边界 
RETR_TREE:提取所有轮廓并重新建立网状轮廓结构 
RETR_FLOODFILL：官网没有介绍，应该是洪水填充法 

 

int  method：

CHAIN_APPROX_NONE：获取每个轮廓的每个像素，相邻的两个点的像素位置差不超过1 
CHAIN_APPROX_SIMPLE：压缩水平方向，垂直方向，对角线方向的元素，值保留该方向的重点坐标，如果一个矩形轮廓只需4个点来保存轮廓信息 
CHAIN_APPROX_TC89_L1和CHAIN_APPROX_TC89_KCOS使用Teh-Chinl链逼近算法中的一种 

 

drawContours( //绘制轮廓

InputOutputArray binImg, // 输出图像 

OutputArrayOfArrays contours,// 全部发现的轮廓对象 

Int contourIdx// 轮廓索引号 

const Scalar & color,// 绘制时候颜色 

int thickness,// 绘制线宽 

int lineType ,// 线的类型LINE_8 

InputArray hierarchy,// 拓扑结构图 

int maxlevel,// 最大层数， 0只绘制当前的，1表示绘制绘制当前及其内嵌的轮廓 

Point offset=Point()// 轮廓位移，可选

 

实验步骤：

 

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

using namespace std;
using namespace cv;

Mat src, dst;
const char* output_win = "findcontours-demo";
int threshold_value = 100;
int threshold_max = 255;
RNG rng;
void Demo_Contours(int, void*);
int main(int argc, char** argv) {
	src = imread("D:/vcprojects/images/happyfish.png");
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input-image", CV_WINDOW_AUTOSIZE);
	namedWindow(output_win, CV_WINDOW_AUTOSIZE);
	imshow("input-image", src);
	cvtColor(src, src, CV_BGR2GRAY);

	const char* trackbar_title = "Threshold Value:";
	createTrackbar(trackbar_title, output_win, &threshold_value, threshold_max, Demo_Contours);
	Demo_Contours(0, 0);

	waitKey(0);
	return 0;
}

void Demo_Contours(int, void*) {
	Mat canny_output;
	vector<vector<Point>> contours;
	vector<Vec4i> hierachy;
	Canny(src, canny_output, threshold_value, threshold_value * 2, 3, false);
	findContours(canny_output, contours, hierachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));

	dst = Mat::zeros(src.size(), CV_8UC3);
	RNG rng(12345);
	for (size_t i = 0; i < contours.size(); i++) {
		Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
		drawContours(dst, contours, i, color, 2, 8, hierachy, 0, Point(0, 0));
	}
	imshow(output_win, dst);
}