【OpenCV 学习之路】（9）数独提取之二

接着上一步【OpenCV 学习之路】（8）数独提取之一

一、轮廓检测 findContours();

在这里要找轮廓出来，要先对图片腐蚀再膨胀，不过进行轮廓检测都要这样做吧？

这里我给出我认为是常用的一个用法：

vector<vector<Point> > contours0;
vector<Vec4i> hierarchy;
findContours(thresh, contours0, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, Point());

1. 先定义一个 二维的point数组，用来保存边缘的点集合，它保存的东西就像是
   假设有5个轮廓，那么contours0的行就有5行，
   但是每个轮廓里有多少个点呢？这是不确定的，具体情况具体分析
   因为可能第一个轮廓有五个点，第二个轮廓有100个点，等等。
   所以这里假设第一个轮廓两个点，第二个轮廓三个点，以此类推
   然后contours0就包含以下的东西（注意：为方便我把不同点都写成(x.y)实际上是什么点要看情况）：
   contours0=｛
   ｛（x,y）,(x,y),｝，//第一组轮廓
   ｛（x,y）,(x,y),（x,y）｝，//第二组轮廓
   ｛（x,y）,(x,y),（x,y）,(x,y)｝，//第三组轮廓
   ｛（x,y）,(x,y),（x,y）,(x,y),（x,y）｝，//第四组轮廓
   ｛（x,y）,(x,y),（x,y）,(x,y),（x,y）,(x,y)｝//第五组轮廓
   ｝
2. hierarchy
   看看上面我给出的那个链接内容，可以看到关于这个参数的解释
   但是在这个例子中，并没有用到它，所以也要具体情况具体分析，在这个例子中，它只是为了findContours()这个函数得以进行才被创造出来的。但我知道它肯定有用，不过因为我才疏学浅，还不明白它的用处。
3. 其他参数看我给出的链接就好了。
4. 调用findContours()，把检测出的轮廓的点放在了contours0这个“二维数组”里。

二、多边形逼近 approxPolyDP();

个人看法：
我对这个函数的作用还不太了解，因为它的作用在本例子中还不太明显，所以在本例中可有可无？？？
我的理解：
这个函数应该是通过设置 double epsilon 这个参数来对findContours()找到的轮廓的点进行取舍，比如说：
epsilon我设为10，
在第某个轮廓中，里面有100个点，但是它是这样排布的：
20个点(这20个点隔的距离小于10，后同) ———隔了5个距离———40个点———隔了20个距离———40个点
然后经过approxPolyDP()函数之后后面的40个点就被舍弃了。

---

2018/5/21 15:36:54
增加验证：approxPolyDP()函数验证

---

三、多边形筛选

这个就是通过contourArea()函数实现的
因为在一幅图中找到了很多轮廓，但是只有我们想要的这个轮廓有一些特征会和其他轮廓区别开来，在本例中，面积就是这么一个特征，通过寻找最大面积的轮廓来找到数独的边框！

四、找到了数独的边框之后，我们画它出来看看是不是想要找的！

通过drawContours()可以很方便的就把轮廓画出来了。
但是！我，是一个不将就的人，为了直接对轮廓的点操作，我还写了一个画框的方法，其实也很简单

for (int i = 0; i < contours[index].size(); i++)
{
	if (i + 1 >= contours[index].size())
		line(src, contours[index][i], contours[index][0], (0, 0, 255),4,8);
	else 
		line(src, contours[index][i], contours[index][i+1], (0, 0, 255),4,8);
}

五、参考

1. 关于findContours()：

findContours 函数参数详解
OpenCV 的轮廓检测 findContours 分析（层次结构）

2. 关于approxPolyDP()：

approxPolyDP 函数

3. 关于contourArea()：

contourArea 函数