OpenCV学习笔记（二）：轮廓提取

三、轮廓提取

建议参考：OpenCV轮廓特征

1、函数法
轮廓提取是提取出想要的轮廓，轮廓可能是边缘的一部分。轮廓提取主要参考了这一篇文章。
我们在上一步得到图像的边缘之后，进行轮廓的提取与表示。
所使用的函数是：findContours()，函数原型：

	findContours(  InputArray image, 
							OutputArrayOfArrays contours,
							OutputArray hierarchy,
							int mode,
							int method,
							Point offset=Point()
							);

1、 InputOutputArray image：单通道图像矩阵，可以是灰度图，一般是二值图像。二值图像可以由Canny，Laplace等边缘检测算子来得到；（具体可以参见笔记一）
2、contours定义为“vector<vector> contours”，是一个双重向量（向量内每个元素保存了一组由连续的Point构成的点的集合的向量），每一组点集就是一个轮廓，有多少轮廓，contours就有多少元素；
3、hierarchy定义为“vector hierarchy”，Vec4i的定义：typedef Vec<int, 4> Vec4i;（向量内每个元素都包含了4个int型变量），所以从定义上看，hierarchy是一个向量，向量内每个元素都是一个包含4个int型的数组。向量hierarchy内的元素和轮廓向量contours内的元素是一一对应的，向量的容量相同。hierarchy内每个元素的4个int型变量是hierarchy[i][0] ~ hierarchy[i][3]，分别表示当前轮廓 i 的后一个轮廓、前一个轮廓、父轮廓和内嵌轮廓的编号索引。如果当前轮廓没有对应的后一个轮廓、前一个轮廓、父轮廓和内嵌轮廓，则相应的hierarchy[i][*]被置为-1。
4、定义轮廓的检索模式，取值如下：
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；
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，这就意味着这个检索模式下不存在父轮廓或内嵌轮廓，所以hierarchy向量内所有元素的第3、第4个分量都会被置为-1，具体下文会讲到；
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；
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、定义轮廓的近似方法，取值如下：
CV_CHAIN_APPROX_NONE：保存物体边界上所有连续的轮廓点到contours向量内；
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；
CV_CHAIN_APPROX_TC89_L1：使用teh-Chinl chain 近似算法;
CV_CHAIN_APPROX_TC89_KCOS：使用teh-Chinl chain 近似算法。

此处加一个注释，第4，5个参数信息注意参考对应opencv的版本，我在参考了opencv-4.1.2版本的tutorial后发现我版本的参数前面没有"CV_"。

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，并且Point还可以是负值。

以上的参数介绍建议直接在tutorial中查找，如图：


C++代码实现

Mat img1_raw = imread("D:/Desktop/2020暑期实习/6月30号测试/NEW.png", 1);//读入图片
	//检查是否读取文件成功
	if (img1_raw.empty())
	{
		cout << "Can't load image" << endl;
		return -1;
	}
	Mat img1_part;
	Rect scale;
	scale = Rect(0, 0, (img1_raw.cols) / 4, (img1_raw.rows) / 4);
	img1_part = img1_raw(scale);
	imwrite("D:/Desktop/2020暑期实习/6月30号测试/NEW_part.png", img1_part);

	Mat img_binary_canny;
	Canny(img1_part, img_binary_canny, 30, 150);
	Mat contImg = Mat::zeros(img_binary_canny.size(), CV_8UC3);//定义三通道轮廓提取图像，注意此处定义空Mat的方法
	Mat binImg;
	threshold(img_binary_canny, binImg, 127, 255, THRESH_OTSU);//大津法进行图像二值化

	vector<vector<Point>> contours;
	vector<Vec4i> hierarchy;
	//查找轮廓
	findContours(binImg, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_NONE);
	//绘制查找到的轮廓
	drawContours(contImg, contours, -1, Scalar(0, 255, 0));

	imwrite("D:/Desktop/2020暑期实习/6月30号测试/输出/轮廓提取/轮廓_1.png", contImg);

原图

Canny边缘提取

findContours提取

实话实说，我感觉没区别，一会问问老师。（函数findContours（）的其中一个参数选择“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；”，这样就可以只保留最外层的轮廓。