轮廓
轮廓即是以某种方式表示图像中的曲线的点的列表。这种表示可以根据实际的情形不同而不同。表示一条曲线的方式有很多种。OpenCV中,轮廓是由STL风格的vector<>模板对象表示的,其中vector中的每个元素都编码了曲线上的下一点的位置信息。
- 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
findContours 发现轮廓
drawContours 绘制轮廓
OpenCV中的轮廓发现
1. findContours
-
说明
用于查找二值图像中的轮廓。
该函数使用算法@cite Suzuki85从二值图像中检索轮廓。轮廓是用于形状分析以及对象检测和识别的有用工具。 -
声明
void findContours( InputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset = Point() ); void findContours( InputArray image, OutputArrayOfArrays contours, int mode, int method, Point offset = Point() );
-
参数
image 原图像,一个8位的单通道图像。非零像素被认为为1,0像素为任然保留为0。所以图像被当做二值图像。您可以使用compare、inRange、threshold、adaptiveThreshold、Canny等来创建灰度或彩色的二值图像。如果mode等于RETR_CCOMP或RETR_FLOODFILL,则输入也可以是32位整数的标签图像(CV_32SC1)。 contours 检测到的轮廓。每个轮廓都存储为点向量(例如std :: vector <std :: vector >)。 hierarchy 可选的输出向量(例如std :: vector ),包含有关图像拓扑的信息。它具有与轮廓数量一样多的元素。对于每个第i个轮廓轮廓[i],元素等级[i] [0],等级[i] [1],等级[i] [2]和等级[i] [3]均设置为0-在相同的层次级别上,基于下一个和上一个轮廓的轮廓的索引,分别是第一个子轮廓和父轮廓。如果对于轮廓i,没有下一个,上一个,父级或嵌套的轮廓,则hierarchy [i]的相应元素将为负。 mode 轮廓检索模式,请参阅RetrievalModes。 method 轮廓近似方法,请参见ContourApproximationModes offset 每个轮廓点移动的可选偏移量。如果从图像ROI中提取轮廓,然后在整个图像上下文中对其进行分析,这将非常有用。 RetrievalModes 轮廓检索算法的模式
①:RETR_EXTERNAL
仅检索极端的外部轮廓。它hierarchy[i][2]=hierarchy[i][3]=-1为所有轮廓设置。只检测最外围的轮廓,包含在外围轮廓内的内围轮廓被忽略。
②:RETR_LIST
检测所有的轮廓,包括内围、外围轮廓,但是检测到的轮廓不建立等级关系,彼此之间独立,没有等级关系,这就意味着这个检索模式下不存在父轮廓或内嵌轮廓。
③:RETR_CCOMP
检索所有轮廓并将其组织为两级层次结构。在顶层,组件具有外部边界。在第二层,有孔的边界。如果所连接零部件的孔内还有其他轮廓,则该轮廓仍将放置在顶层。
④:RETR_TREE
检索所有轮廓,并重建嵌套轮廓的完整层次。所有轮廓建立一个等级树结构,外层轮廓包含内层轮廓,内层轮廓还可以继续包含内嵌轮廓。ContourApproximationModes轮廓的近似方法
①:CHAIN_APPROX_NONE
绝对存储所有轮廓点。也就是说,轮廓的任意两个后续点(x1,y1)和(x2,y2)将是水平,垂直或对角线邻居,即相邻的两个点的像素位置差不超过1,即max (abs (x1 - x2), abs(y2 - y1) =1。
②:CHAIN_APPROX_SIMPLE
压缩水平,垂直和对角线段,仅保留其端点。例如,例如一个矩形轮廓只需4个点来保存轮廓信息。
③:CHAIN_APPROX_TC89_L1
使用teh-Chinl chain 近似算法
④:CHAIN_APPROX_TC89_KCOS
应用teh-Chinl chain 近似算法
2. drawContours
- 说明
绘制轮廓或者填充轮廓。 - 声明
void drawContours( InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color, int thickness = 1, int lineType = LINE_8, InputArray hierarchy = noArray(), int maxLevel = INT_MAX, Point offset = Point() );
- 参数
image 目标图片 contours 所有输入轮廓,每个轮廓都存储为点向量。 contourIdx 指示要绘制轮廓的参数。若为负,则绘制所有轮廓。 color 轮廓的颜色。 hickness 绘制轮廓的线的粗细。如果为负数,则绘制轮廓内部。 lineType 表示线型。 hierarchy 表示有关层次结构的可选信息。 maxLevel 表示绘制轮廓的最大级别。 如果为0,则仅绘制指定的轮廓。 如果为1,则该函数绘制轮廓和所有嵌套轮廓。 如果为2,则该函数绘制轮廓,所有嵌套轮廓,所有嵌套到嵌套的轮廓,等等。 仅当有可用的层次结构时才考虑此参数。 offset 表示可选的轮廓偏移参数,该参数可按指定的方式移动所有绘制的轮廓。
举例应用
步骤:
①:输入图像转为灰度图像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
void findBinaryImgContours(Mat& src) {
Mat dst, gray, binary;
GaussianBlur(src, dst, Size(3, 3), 0);
cvtColor(dst, gray, COLOR_BGR2GRAY);
//图像值化
threshold(gray, binary, 0, 255, THRESH_BINARY | THRESH_OTSU);
imshow("src", src);
imshow("dst", dst);
imshow("gray", gray);
imshow("binary", binary);
//查找轮廓,每个轮廓都存储为点向量
vector<vector<Point>> contours;
vector<Vec4i> hierarchy;
//findContours(binary, contours, hierarchy,RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point());
//findContours(binary, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point());
findContours(binary, contours, hierarchy, RETR_LIST, CHAIN_APPROX_NONE, Point());
//findContours(binary, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE, Point());
//画出每一个连通区域的轮廓
for (int i = 0; i < contours.size(); i++)
{
//当thickness为正数的时候表示绘制该轮廓 当thickness为 - 1表示填充该轮廓
drawContours(src, contours, i, Scalar(255,0, 255),-1);
}
imshow("contours", src);
}
int main() {
Mat src = imread("D:/test/dan.png");
findBinaryImgContours(src);
waitKey(0);
return 0;
}
-
RETR_TREE
-
RETR_EXTERNA
-
RETR_CCOMP
-
RETR_LIST
-
当thickness为正数的时候表示绘制该轮廓 当thickness为 - 1表示填充该轮廓
学习: