在图像中查找轮廓

一、API函数

findContours( InputOutputArray image, OutputArrayOfArrays contours,
                              OutputArray hierarchy, int mode,
                              int method, Point offset=Point());
函数参数详解：
1、image，单通道图像矩阵，可以是灰度图，但更常用的是二值图像，一般是经过Canny、拉普拉斯等边缘检测算子处理过的二值图像；
2、第二个参数：contours，定义为“vector<vector<Point>> contours”，是一个向量，并且是一个双重向量，向量内每个元素保存了一组由连续的Point点构成的点的集合的向量，每一组Point点集就是一个轮廓。有多少轮廓，向量contours就有多少元素。
3、hierarchy，定义为“vector<Vec4i> hierarchy”，轮廓结构信息；                                                                                                                                    
4、int型的mode，定义轮廓的检索模式：
                  模式一：CV_RETR_EXTERNAL只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略
                  模式二：CV_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；
                  模式三：CV_RETR_CCOMP  检测所有的轮廓，但所有轮廓只建立两个等级关系，外围为顶 
                         层，若外围内的内围轮廓还包含了其他的轮廓信息，则内围内的所有轮廓均归属 
                         于顶层
                  模式四：CV_RETR_TREE， 检测所有轮廓，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。
5、int型的method，定义轮廓的近似方法：
                  方法一：CV_CHAIN_APPROX_NONE 保存物体边界上所有连续的轮廓点到contours向量内
                  方法二：CV_CHAIN_APPROX_SIMPLE 仅保存轮廓的拐点信息，把所有轮廓拐点处的点保 
                         存入contours向量内，拐点与拐点之间直线段上的信息点不予保留。
6、Point偏移量，所有的轮廓信息相对于原始图像对应点的偏移量，相当于在每一个检测出的轮廓点上加
  上该偏移量。

void drawContours(InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color, int thickness=1, int lineType=8, InputArray hierarchy=noArray(), int maxLevel=INT_MAX, Point offset=Point() )
函数参数详解：
其中第一个参数image表示目标图像，
第二个参数contours表示输入的轮廓组，每一组轮廓由点vector构成，
第三个参数contourIdx指明画第几个轮廓，如果该参数为负值，则画全部轮廓，
第四个参数color为轮廓的颜色，
第五个参数thickness为轮廓的线宽，如果为负值或CV_FILLED表示填充轮廓内部，
第六个参数lineType为线型，
第七个参数为轮廓结构信息，
第八个参数为maxLevel

二、程序

#include<opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;

//1、将BGR图转换为灰度图；
//2、对灰度图进行降噪处理，因为canny算子对噪声敏感；
//3、使用canny算子对图片进行边缘检测；
//4、对边缘检测后的图片进行轮廓识别；

int main()
{
    Mat src = imread("2.png");
    imshow("原图", src);
    Mat src_gray, src_blur,src_canny;
    if (src.channels()==3)
    {
        cvtColor(src, src_gray, COLOR_BGR2GRAY);
    }
    blur(src_gray, src_blur, Size(3,3));
    Canny(src_blur, src_canny, 100, 200, 3);
    vector<vector<Point> > contours;
    vector<Vec4i> hierarchy;
    findContours(src_canny, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
    Mat draw = Mat::zeros(src_canny.size(), CV_8UC3);
    for (int i = 0; i < contours.size(); i++)
    {
        drawContours(draw, contours, i, Scalar(255, 255, 255), 2, 8, hierarchy, 0, Point(0, 0));
    }
    namedWindow("Contours", WINDOW_AUTOSIZE);
    imshow("Contours", draw);
    waitKey(0);
    return 0;
}