基于Opencv的物体轮廓识别

OpenCV是一个很强大的视觉库，因此本次我们根据一个小例子来说明如何简单的绘制一个物体的轮廓。

 第一步：二值化

  就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果，便于接下来的操作。

 函数原型：

   double threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type)；

第一个参数，InputArray类型的src，输入数组，填单通道 , 8或32位浮点类型的Mat即可。

第二个参数，OutputArray类型的dst，函数调用后的运算结果存在这里，即这个参数用于存放输出结果，且和第一个参数中的Mat变量有一样的尺寸和类型。

第三个参数，double类型的thresh，阈值的具体值。

第四个参数，double类型的maxval，当第五个参数阈值类型type取 THRESH_BINARY 或THRESH_BINARY_INV阈值类型时的最大值.

第五个参数，int类型的type，阈值类型,。

其它参数很好理解，我们来看看第五个参数，第五参数有以下几种类型

0: THRESH_BINARY  当前点值大于阈值时，取Maxval,也就是第四个参数，下面再不说明，否则设置为0

1: THRESH_BINARY_INV 当前点值大于阈值时，设置为0，否则设置为Maxval

2: THRESH_TRUNC 当前点值大于阈值时，设置为阈值，否则不改变

3: THRESH_TOZERO 当前点值大于阈值时，不改变，否则设置为0

4: THRESH_TOZERO_INV  当前点值大于阈值时，设置为0，否则不改变

第二步：形态学操作

用来消除噪声的影响。

函数原型如下：

void morphologyEx(InputArray src, OutputArray dst, int op, InputArray kernel, Point anchor=Point(-1,-1), intiterations=1, int borderType=BORDER_CONSTANT, const Scalar& borderValue=morphologyDefaultBorderValue() )；

第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可。图像位深应该为以下五种之一：CV_8U, CV_16U,CV_16S, CV_32F 或CV_64F。

第二个参数，OutputArray类型的dst，即目标图像，函数的输出参数，需要和源图片有一样的尺寸和类型。

第三个参数，int类型的op，表示形态学运算的类型，可以是如下之一的标识符：

       MORPH_OPEN – 开运算（Opening operation）

       MORPH_CLOSE – 闭运算（Closing operation）

       MORPH_GRADIENT -形态学梯度（Morphological gradient）

      MORPH_TOPHAT - “顶帽”（“Top hat”）

     MORPH_BLACKHAT - “黑帽”（“Black hat“）

第四个参数，InputArray类型的kernel，形态学运算的内核。若为NULL时，表示的是使用参考点位于中心3x3的核。我们一般使用函数 getStructuringElement配合这个参数的使用。getStructuringElement函数会返回指定形状和尺寸的结构元素（内核矩阵）。

第五个参数，Point类型的anchor，锚的位置，其有默认值（-1，-1），表示锚位于中心。

第六个参数，int类型的iterations，迭