opencv3.1.0+vs2015——轮廓发现

轮廓发现是基于图像边缘提取的基础寻找对象轮廓的方法。所以边缘提取的阈值选定会影响最终轮廓发现结果。

API介绍
（1）findContours 发现轮廓

（2）drawContours 绘制轮廓

过程：
（1）输入图像转换为灰度图像cvtColor
（2）使用Canny进行边缘提取，得到二值图像
（3）使用findContours寻找轮廓
（4）使用drawContours绘制轮廓

代码如下所示：

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
Mat src,dst;
void Demo_Contours(int, void *);
int threshold_value = 100;
int threshold_max = 255;
int main(int argc, char** argv)
{
	src = imread("D:/studytest/lena.jpg");
	if (!src.data)
	{
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	namedWindow("output image", CV_WINDOW_AUTOSIZE);
	cvtColor(src, src, CV_BGR2GRAY);//转换为灰度图像
	const char* trackbar_title = "Threashold Value:";
	createTrackbar(trackbar_title, "output image", &threshold_value, threshold_max, Demo_Contours);
	Demo_Contours(0, 0);
	imshow("input image", src);
	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 image", dst);
}

结果如下图所示：