目录
1 概念讲解及用处
图像的轮廓是指图像中目标或物体的边界线。它由一系列连续的曲线或线段组成,表示了目标区域与背景之间的分界。
在图像处理中,轮廓通常用于描述和提取图像中的对象形状信息。通过分析图像中像素值的变化,并将具有相似像素值的像素连接起来,就可以得到目标的边界轮廓。
轮廓可以是闭合的或开放的,闭合轮廓表示目标是连通且完整的,而开放轮廓则表示目标可能存在缺口或断裂。根据需要,可以使用不同的算法和方法进行轮廓检测和表示。
轮廓在计算机视觉和图像处理中被广泛应用,例如目标识别、形状分析、图像分割、运动跟踪等任务。通过提取和利用图像的轮廓信息,可以进行对象的定位、分类、计数以及进一步的分析和处理。
轮廓检测是一种图像处理算法,用于在图像中提取对象的边界轮廓。它通过分析像素之间的变化,找到对象的外形,并将其表示为一系列连续的曲线。
轮廓检测在很多应用中都具有广泛的用途,例如目标检测、形状识别、图像分割、计算图像的面积和周长等等。
2 函数详解
OpenCV提供了一个函数来进行轮廓检测:findContours。该函数可以在输入图像中找到所有的轮廓,并将它们保存在一个向量中。
void findContours(
InputOutputArray image,
OutputArrayOfArrays contours,
OutputArray hierarchy,
int mode,
int method,
Point offset = Point()
);
参数说明:
image:输入的二值化图像,通常为单通道灰度图像。
contours:输出参数,包含检测到的轮廓。
hierarchy:输出参数,层次结构信息,描述轮廓之间的关系。
mode:指定轮廓检测模式,即如何组织和表示轮廓。常用的模式有:
CV_RETR_EXTERNAL:仅检测外部轮廓。
CV_RETR_LIST:检测所有轮廓,但不建立层次关系。
CV_RETR_TREE:检测所有轮廓,并构建完整的轮廓层次结构。
method:指定轮廓近似方法,即如何表示轮廓的点集。常用的方法有:
CV_CHAIN_APPROX_NONE:保存所有的轮廓点。
CV_CHAIN_APPROX_SIMPLE:压缩水平、垂直和斜线段,仅保留端点。
CV_CHAIN_APPROX_TC89_L1和CV_CHAIN_APPROX_TC89_KCOS:使用Telesco-Kanade算法进行逼近。
offset:可选参数,指定轮廓坐标的偏移量。
findContours函数基于边缘检测和连通性分析的原理,在输入图像中寻找像素强度变化明显的边界,并将它们组织为一系列闭合曲线表示的轮廓。同时,它还可以基于设置的模式和方法来调整轮廓的组织形式和表示精度。
使用findContours函数时,首先需要对图像进行预处理,例如二值化、滤波等操作,以便突出目标的边界。然后根据需要选择适当的模式和方法,调用函数进行轮廓检测。最后,可以通过处理得到的轮廓数据进行进一步的分析、筛选或绘制。
drawContours是OpenCV库中用于绘制轮廓的函数之一。它可以在给定图像上绘制指定的轮廓。以下是drawContours函数的详细介绍:
void drawContours(
InputOutputArray image,
InputArrayOfArrays contours,
int contourIdx,
const Scalar& color,
int thickness = 1,
int lineType = LINE_8,
InputArray hierarchy = noArray(),
int maxLevel = INT_MAX,
Point offset = Point()
);
参数说明:
image:输入输出图像,即要在其上绘制轮廓的图像。
contours:输入的轮廓向量,通常是由findContours函数获得的结果。
contourIdx:指定要绘制的轮廓索引,如果为负值,则表示绘制所有的轮廓。
color:指定用于绘制轮廓的颜色,可以是Scalar类型或具有具有三个通道的数组(如(0,255,0)表示绿色)。
thickness:可选参数,指定绘制轮廓线的粗细,默认值为1。
lineType:可选参数,指定绘制轮廓线的类型,默认值为LINE_8。
hierarchy:可选参数,层次结构信息,描述轮廓之间的关系。
maxLevel:可选参数,指定绘制轮廓的最大层级,默认值为INT_MAX,表示绘制所有层级的轮廓。
offset:可选参数,指定绘制轮廓的坐标偏移量。
drawContours函数通过在输入图像上连接一系列点集构成的轮廓线,来绘制轮廓。可以根据需要选择要绘制的特定轮廓索引,或者通过设置负值绘制所有的轮廓。还可以指定绘制轮廓的颜色、线宽和类型等属性,以实现不同的效果。
使用drawContours函数时,需要确保传入的图像与轮廓数据具有相同的尺寸,以便将轮廓绘制在正确的位置上。
3 用C++编写代码进行实现
下面是一个使用OpenCV进行轮廓检测的示例代码:
#include <opencv2/opencv.hpp>
int main(){
cv::Mat image = cv::imread("image.jpg", cv::IMREAD_GRAYSCALE);
cv::threshold(image, image, 128, 255, cv::THRESH_BINARY); // 对图像进行二值化
std::vector<std::vector<cv::Point>> contours;
cv::findContours(image, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);
cv::Mat result = cv::Mat::zeros(image.size(), CV_8UC3);
cv::drawContours(result, contours, -1, cv::Scalar(0, 255, 0), 2);
cv::imshow("Contour Detection", result);
cv::waitKey(0);
return 0;
}
以上代码首先加载一张图像,并对其进行二值化处理。接下来使用findContours函数进行轮廓检测,将检测到的轮廓保存在一个向量中。然后创建一个与原始图像大小相同的空白图像,使用drawContours函数将轮廓绘制在这个图像上。最后显示图像并等待按键。