Opencv图像轮廓

最新推荐文章于 2024-05-29 17:48:55 发布

物随心转

最新推荐文章于 2024-05-29 17:48:55 发布

阅读量307

点赞数 2

分类专栏： OpenCV

原文链接：https://blog.csdn.net/juliarjuliar/article/details/84030500

版权

OpenCV 专栏收录该内容

20 篇文章 2 订阅

订阅专栏

一、什么是轮廓

轮廓可以简单认为成将连续的点（连着边界）连在一起的曲线，具有相同的颜色或者灰度。轮廓在形状分析和物体的检测和识别中很有用。

二、如何寻找轮廓

为了更加准确，要使用二值化图像。在寻找轮廓之前，要进行阈值化处理或者 Canny 边界检测。
查找轮廓的函数会修改原始图像。如果你在找到轮廓之后还想使用原始图像的话，你应该将原始图像存储到其他变量中。
在 OpenCV 中，查找轮廓就像在黑色背景中超白色物体。你应该记住，要找的物体应该是白色而背景应该是黑色

findContour函数简介

虽然然canny之类的边缘检测算法可以根据像素间的差异检测出轮廓边界的像素，但是它并没有将轮廓作为一个整体。下一步是要把这些像素组装成轮廓，这个函数就是findcontours()

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

　　contours:为获取的轮廓信息，轮廓信息定义务必是vector<vector<Point>> 形式的

　　hierarchy:为层级关系，定义为vector<Vec4i>和Mat都可以。每个轮廓有四个层级信息，分别为：上一个轮廓序号、下一个轮廓序号、子轮廓序号、父轮廓序号

　　mode :官方是“轮廓检索算法的模式”，可以理解为获取怎样的层级信息

　　method:定义轮廓的近似方法

　　offset: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

三、绘制轮廓

drawContours

主要流程

1、加载源图像

2、转成灰度图并模糊化降噪

3、用Canny算子检测边缘，得到二值图像

4、使用findContours寻找轮廓

5、使用drawContours绘出轮廓图

例子

#include <iostream>
#include <vector>    
#include <opencv2/opencv.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
using namespace cv;
using std::vector;   

int main()
{
	cv::Mat srcImage;  //原始图像

	srcImage = cv::imread("F:\\4.jpg");
	if (!srcImage.data)
	{
		std::cout << "read image error!" << std::endl;
		return -1;
	}
	cv::imshow("srcImage", srcImage);

	//1.灰度转换
	cv::Mat gray;
	cv::cvtColor(srcImage, gray, CV_RGB2GRAY);
	cv::imshow("gray", gray);

	//2.二值化
	cv::Mat binary;
	cv::threshold(gray, binary, 150, 255, cv::THRESH_BINARY_INV);  //65.255(会导致出错，这里要选择合适的阈值)  220.255
	cv::imshow("binary", binary);

	//3.定义轮廓和层次机构
	vector<vector<Point>> contours;
	vector<Vec4i> hierarchy;


	//4.轮廓查找
	cv::findContours(binary, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE);


	int index = 0;
	for (; index >= 0; index = hierarchy[index][0])
	{

		//cv::Scalar color(rand()&255, rand()&255, rand()&255);
		//5.轮廓绘制
		//cv::drawContours(binary, contours, index, cv::Scalar(255), 2,8,hierarchy,0,Point());
		//cv::drawContours(binary, contours, -1, cv::Scalar(255));  //法1
		cv::Mat dst(srcImage.size(),CV_8U,cv::Scalar(0));   //法2
		cv::drawContours(dst,contours,index,cv::Scalar(255),CV_FILLED);   //法3

	}

	cv::drawContours(binary, contours, -1, cv::Scalar(255));

	waitKey(0);
	return 0;
}

参考：

https://blog.csdn.net/juliarjuliar/article/details/84030500

https://blog.csdn.net/laobai1015/article/details/76400725

https://www.cnblogs.com/peimingzhang/p/13110480.html