OpenCV Java 在图像中查找轮廓

package com.opencv;

import java.util.ArrayList;
import java.util.List;

import org.opencv.core.Core;
import org.opencv.core.Core.MinMaxLocResult;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.core.MatOfPoint;
import org.opencv.core.Point;
import org.opencv.core.Scalar;
import org.opencv.core.Size;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;

public class OpenCvMain {
	
	//静态代码块加载动态链接库
	static {
		System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
	}

	public static void main(String[] args) {
		
		/*
		 * IMREAD_UNCHANGED = -1 ：不进行转化，比如保存为了16位的图片，读取出来仍然为16位。
		 * IMREAD_GRAYSCALE = 0 ：进行转化为灰度图，比如保存为了16位的图片，读取出来为8位，类型为CV_8UC1。
		 * IMREAD_COLOR = 1 ：进行转化为三通道图像。
		 * IMREAD_ANYDEPTH = 2 ：如果图像深度为16位则读出为16位，32位则读出为32位，其余的转化为8位。
		 * IMREAD_ANYCOLOR = 4 ：图像以任何可能的颜色格式读取
		 * IMREAD_LOAD_GDAL = 8 ：使用GDAL驱动读取文件，GDAL(Geospatial Data Abstraction
		 * Library)是一个在X/MIT许可协议下的开源栅格空间数据转换库。它利用抽象数据模型来表达所支持的各种文件格式。
		 *	它还有一系列命令行工具来进行数据转换和处理。
		 */
		
		Mat src = Imgcodecs.imread("D:\\123.jpg");//待匹配图片
		Imgproc.resize(src, src, new Size(src.cols()/2,src.rows()/2));
		
		HighGui.imshow("原图", src);
		HighGui.waitKey();
		
		//图片灰度化 https://blog.csdn.net/ren365880/article/details/103869207
	    Mat gary = new Mat();
	    Imgproc.cvtColor(src, gary, Imgproc.COLOR_BGR2GRAY);
	    
	    //图像边缘处理 https://blog.csdn.net/ren365880/article/details/103938232
	    Mat edges = new Mat();
	    Imgproc.Canny(gary, edges, 200, 500, 3, false);
	    
	    //发现轮廓 
	    List<MatOfPoint> list = new ArrayList<MatOfPoint>();
	    Mat hierarchy = new Mat();
	    
		/*
		 * 查找二进制图像中的轮廓。
		 * 该函数使用CITE算法：Suzuki85从二进制图像检索轮廓。轮廓是用于形状分析以及对象检测和识别的有用工具。
		 * @param image Source，一个8位单通道图像。非零像素被视为1。零像素保持为0，因此图像被视为binary。您可以使用＃compare，＃inRange，
		 * ＃threshold，＃adaptiveThreshold，＃Canny等创建灰度或彩色以外的二进制图像。如果模式等于#RETR_CCOMP或#
		 * RETR_FLOODFILL，则输入也可以是32位的整数图像（CV_32SC1）。
		 * @param轮廓检测到的轮廓。每个轮廓都存储为点的向量。
		 * @param层次结构可选的输出向量 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。
		 * @param模式轮廓检索模式，请参见#RetrievalModes
		 * RETR_EXTERNAL = 0, 只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略；
		 * RETR_LIST = 1,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
		 * RETR_CCOMP = 2,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；
		 * RETR_TREE = 3,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
		 * RETR_FLOODFILL = 4; 官方没定义 使用此参数需要把输入源转为CV_32SC1
		 * Mat dst = new Mat();
		 * edges.convertTo(dst,CvType.CV_32SC1);
		 * @param方法轮廓近似方法，请参阅#ContourApproximationModes轮廓是从图像ROI中提取的，然后应在整个图像上下文中进行分析。
		 * CHAIN_APPROX_NONE = 1,保存物体边界上所有连续的轮廓点到contours向量内；
		 * CHAIN_APPROX_SIMPLE = 2,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；
		 * CHAIN_APPROX_TC89_L1 = 3,使用teh-Chinl chain 近似算法;
		 * CHAIN_APPROX_TC89_KCOS = 4; 使用teh-Chinl chain 近似算法。
		 */
	    
	    Imgproc.findContours(edges, list, hierarchy, Imgproc.RETR_CCOMP, Imgproc.CHAIN_APPROX_SIMPLE);
	    
	    /*
		 * 绘制轮廓轮廓或填充轮廓。 
		 * 如果（{thickness}> 0），则该函数在图像中绘制轮廓轮廓；如果（{thickness}<0），则该函数填充轮廓所包围的区域。
		 * @param图像目标图像。
		 * @param轮廓所有输入轮廓。每个轮廓都存储为点向量。
		 * @param outlineIdx指示要绘制的轮廓的参数。如果为负，则绘制所有轮廓。
		 * @param color轮廓的颜色。
		 * @param thickness绘制轮廓的线的粗细。如果为负（例如，thickness =＃FILLED），则绘制轮廓内部。
		 * @param lineType线路连接。请参阅https://blog.csdn.net/ren365880/article/details/103952856
		 */
        Imgproc.drawContours(src, list, -1, new Scalar(0, 255, 0), Imgproc.LINE_4, Imgproc.LINE_AA);
	    
	    HighGui.imshow("轮廓", src);
	    HighGui.waitKey(0);
		
	}
	
	
	
}