OpenCV通过cvFindContours与cvDrawCountours函数查找轮廓

最新推荐文章于 2023-10-11 14:32:26 发布

Do it !

最新推荐文章于 2023-10-11 14:32:26 发布

阅读量880

点赞数 1

FindContours 在二值图像中寻找轮廓

[cpp]view plain copy 
   
 int cvFindContours(CvArr* image, CvMemStorage* storage, CvSeq** first_contour,int header_size=sizeof(CvContour), int mode=CV_RETR_LIST, int method=CV_CHAIN_APPROX_SIMPLE, CvPoint offset=cvPoint(0,0));  

image：
输入的 8-比特、单通道图像. 非零元素被当成 1， 0 象素值保留为 0 - 从而图像被看成二值的。为了从灰度图像中得到这样的二值图像，可以使用 cvThreshold, cvAdaptiveThreshold 或 cvCanny. 本函数改变输入图像内容。
storage：
得到的轮廓的存储容器
first_contour：
输出参数：包含第一个输出轮廓的指针
header_size：
如果 method=CV_CHAIN_CODE，则序列头的大小 >=sizeof(CvChain)，否则 >=sizeof(CvContour) .
mode：
提取模式.
CV_RETR_EXTERNAL - 只提取最外层的轮廓
CV_RETR_LIST - 提取所有轮廓，并且放置在 list 中
CV_RETR_CCOMP - 提取所有轮廓，并且将其组织为两层的 hierarchy: 顶层为连通域的外围边界，次层为洞的内层边界。
CV_RETR_TREE - 提取所有轮廓，并且重构嵌套轮廓的全部 hierarchy
method：
逼近方法 (对所有节点, 不包括使用内部逼近的 CV_RETR_RUNS).
CV_CHAIN_CODE - Freeman 链码的输出轮廓. 其它方法输出多边形(定点序列).
CV_CHAIN_APPROX_NONE - 将所有点由链码形式翻译(转化）为点序列形式
CV_CHAIN_APPROX_SIMPLE - 压缩水平、垂直和对角分割，即函数只保留末端的象素点;
CV_CHAIN_APPROX_TC89_L1,
CV_CHAIN_APPROX_TC89_KCOS - 应用 Teh-Chin 链逼近算法. CV_LINK_RUNS - 通过连接为 1 的水平碎片使用完全不同的轮廓提取算法。仅有 CV_RETR_LIST 提取模式可以在本方法中应用.
offset：
每一个轮廓点的偏移量. 当轮廓是从图像 ROI 中提取出来的时候，使用偏移量有用，因为可以从整个图像上下文来对轮廓做分析.
函数 cvFindContours 从二值图像中提取轮廓，并且返回提取轮廓的数目。指针 first_contour 的内容由函数填写。它包含第一个最外层轮廓的指针，如果指针为 NULL，则没有检测到轮廓（比如图像是全黑的）。其它轮廓可以从 first_contour 利用 h_next 和 v_next 链接访问到。在 cvDrawContours 的样例显示如何使用轮廓来进行连通域的检测。轮廓也可以用来做形状分析和对象识别 - 见CVPR2001 教程中的 squares 样例。该教程可以在 SourceForge 网站上找到。

DrawContours 在图像中绘制外部和内部的轮廓。

[cpp]view plain copy 
   
 void cvDrawContours( CvArr *img, CvSeq* contour,CvScalar external_color, CvScalar hole_color,int max_level, int thickness=1,int line_type=8, CvPoint offset=cvPoint(0,0) );  

img：
用以绘制轮廓的图像。和其他绘图函数一样，边界图像被感兴趣区域（ROI）所剪切。
contour：

指针指向第一个轮廓。
external_color：

外层轮廓的颜色。
hole_color：

内层轮廓的颜色。
max_level：

绘制轮廓的最大等级。如果等级为0，绘制单独的轮廓。如果为1，绘制轮廓及在其后的相同的级别下轮廓。如果值为2，所有的轮廓。如果等级为2，绘制所有同级轮廓及所有低一级轮廓，诸此种种。如果值为负数，函数不绘制同级轮廓，但会升序绘制直到级别为abs(max_level)-1的子轮廓。
thickness：

绘制轮廓时所使用的线条的粗细度。如果值为负(e.g. =CV_FILLED),绘制内层轮廓。
line_type：

线条的类型。参考cvLine.
offset：

照给出的偏移量移动每一个轮廓点坐标.当轮廓是从某些感兴趣区域(ROI)中提取的然后需要在运算中考虑ROI偏移量时，将会用到这个参数。

当thickness>=0,函数cvDrawContours在图像中绘制轮廓,或者当thickness<0时，填充轮廓所限制的区域。

[cpp]view plain copy 
   
 #include <stdio.h>  
 #include <cv.h>  
 #include <cxcore.h>     
 #include <highgui.h>    
   
 #pragma comment(lib, "cv.lib")  
 #pragma comment(lib, "cxcore.lib")  
 #pragma comment(lib, "highgui.lib")  
   
 // 内轮廓填充     
 // 参数:     
 // 1. pBinary: 输入二值图像，单通道，位深IPL_DEPTH_8U。    
 // 2. dAreaThre: 面积阈值，当内轮廓面积小于等于dAreaThre时，进行填充。     
 void FillInternalContours(IplImage *pBinary, double dAreaThre)     
 {     
     double dConArea;     
     CvSeq *pContour = NULL;     
     CvSeq *pConInner = NULL;     
     CvMemStorage *pStorage = NULL;     
     // 执行条件     
     if (pBinary)     
     {     
         // 查找所有轮廓     
         pStorage = cvCreateMemStorage(0);     
         cvFindContours(pBinary, pStorage, &pContour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE);     
         // 填充所有轮廓     
         cvDrawContours(pBinary, pContour, CV_RGB(255, 255, 255), CV_RGB(255, 255, 255), 2, CV_FILLED, 8, cvPoint(0, 0));    
         // 外轮廓循环     
         int wai = 0;    
         int nei = 0;    
         for (; pContour != NULL; pContour = pContour->h_next)     
         {     
             wai++;    
             // 内轮廓循环     
             for (pConInner = pContour->v_next; pConInner != NULL; pConInner = pConInner->h_next)     
             {     
                 nei++;    
                 // 内轮廓面积     
                 dConArea = fabs(cvContourArea(pConInner, CV_WHOLE_SEQ));    
                 printf("%f\n", dConArea);     
             }    
             CvRect rect = cvBoundingRect(pContour,0);  
             cvRectangle(pBinary, cvPoint(rect.x, rect.y), cvPoint(rect.x + rect.width, rect.y + rect.height),CV_RGB(255,255, 255), 1, 8, 0);  
         }     
   
         printf("wai = %d, nei = %d", wai, nei);    
         cvReleaseMemStorage(&pStorage);     
         pStorage = NULL;     
     }     
 }     
 int Otsu(IplImage* src)        
 {        
     int height=src->height;        
     int width=src->width;            
   
     //histogram        
     float histogram[256] = {0};        
     for(int i=0; i < height; i++)      
     {        
         unsigned char* p=(unsigned char*)src->imageData + src->widthStep * i;        
         for(int j = 0; j < width; j++)       
         {        
             histogram[*p++]++;        
         }        
     }        
     //normalize histogram        
     int size = height * width;        
     for(int i = 0; i < 256; i++)      
     {        
         histogram[i] = histogram[i] / size;        
     }        
   
     //average pixel value        
     float avgValue=0;      
     for(int i=0; i < 256; i++)      
     {        
         avgValue += i * histogram[i];  //整幅图像的平均灰度      
     }         
   
     int threshold;          
     float maxVariance=0;        
     float w = 0, u = 0;        
     for(int i = 0; i < 256; i++)       
     {        
         w += histogram[i];  //假设当前灰度i为阈值, 0~i 灰度的像素(假设像素值在此范围的像素叫做前景像素) 所占整幅图像的比例      
         u += i * histogram[i];  // 灰度i 之前的像素(0~i)的平均灰度值： 前景像素的平均灰度值      
   
         float t = avgValue * w - u;        
         float variance = t * t / (w * (1 - w) );        
         if(variance > maxVariance)       
         {        
             maxVariance = variance;        
             threshold = i;        
         }        
     }        
   
     return threshold;        
 }       
   
 int main()    
 {    
     IplImage *img = cvLoadImage("c://temp.jpg", 0);    
     IplImage *bin = cvCreateImage(cvGetSize(img), 8, 1);    
   
     int thresh = Otsu(img);    
     cvThreshold(img, bin, thresh, 255, CV_THRESH_BINARY);    
   
     FillInternalContours(bin, 200);    
   
     cvNamedWindow("img");    
     cvShowImage("img", img);    
   
     cvNamedWindow("result");    
     cvShowImage("result", bin);    
   
     cvWaitKey(-1);    
   
     cvReleaseImage(&img);    
     cvReleaseImage(&bin);    
   
     return 0;    
 }  

这种情况下，大月亮内部的两个内轮廓没有框出来。这个不是因为我的 rect框是白色的缘故。。。。应该。

我断点试了，就 cvRectangle 了 4次···

[cpp]view plain copy 
   
 #include <stdio.h>    
 #include <cv.h>  
 #include <highgui.h>    
 #include <math.h>    
   
 #pragma comment(lib, "cv.lib")  
 #pragma comment(lib, "cxcore.lib")  
 #pragma comment(lib, "highgui.lib")  
   
   
 int main(int argc, char* argv[])    
 {    
     IplImage *src = cvLoadImage(".\\test.png", 0);    
     IplImage *dsw = cvCreateImage(cvGetSize(src), 8, 1);    
     IplImage *dst = cvCreateImage(cvGetSize(src), 8, 3);    
     CvMemStorage *storage = cvCreateMemStorage(0);    
     CvSeq *first_contour = NULL;    
   
     //turn the src image to a binary image    
     //cvThreshold(src, dsw, 125, 255, CV_THRESH_BINARY_INV);    
     cvThreshold(src, dsw, 100, 255, CV_THRESH_BINARY);    
   
     cvFindContours(dsw, storage, &first_contour, sizeof(CvContour), CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);    
     cvZero(dst);    
     int cnt = 0;    
     for(; first_contour != 0; first_contour = first_contour->h_next)    
     {    
         cnt++;    
         CvScalar color = CV_RGB(rand()&255, rand()&255, rand()&255);    
         cvDrawContours(dst, first_contour, color, color, 0, 2, CV_FILLED, cvPoint(0, 0));    
         CvRect rect = cvBoundingRect(first_contour,0);  
         cvRectangle(dst, cvPoint(rect.x, rect.y), cvPoint(rect.x + rect.width, rect.y + rect.height),CV_RGB(255, 0, 0), 1, 8, 0);  
     }    
   
     printf("the num of contours : %d\n", cnt);    
   
     cvNamedWindow( "Source", 1 );    
     cvShowImage( "Source", src );    
   
     cvNamedWindow( "dsw", 1 );    
     cvShowImage( "dsw", dsw );    
   
     cvNamedWindow( "Components", 1 );    
     cvShowImage( "Components", dst );    
   
     cvReleaseMemStorage(&storage);    
     cvWaitKey(-1);    
   
     return 0;    
 }    