提取轮廓函数 cvFindContours ---OpenCV

最新推荐文章于 2024-07-25 20:33:09 发布
最新推荐文章于 2024-07-25 20:33:09 发布
阅读量1.5k 收藏 1
点赞数
分类专栏： OpenCV 图像处理 文章标签： opencv 提取轮廓 cvFindContours

提取轮廓在OpenCV里有一个函数 cvFindContours

http://www.myexception.cn/internet/1450415.html


 
 

  
  

   
   

    
    [cpp] view plaincopyprint?
   
   

  
  

  
  
  1. 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) );  

 
 
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) );
















 
 


  
  

   
   这个函数用起来很方便，但是随着你使用的深入，你会发现有一些迷惑在这里。比如当你提取轮廓时只需要最外围的一个轮廓，但是你会发现当轮廓画出来时是好几个；当你需要找一个最大轮廓时却发现找出来的却根本就不是你想要的那个。带着这样问题我们再来仔细看看
   
   cvFindContours这个函数。
  
  


 
 


 
 

  
  
下边的是一位仁兄写的测试程序和测试图片，说明提取轮廓的两种方法及绘制轮廓中最大等级分析
  
  的问题，非常感谢他的分享，原文戳这里：
 
 


 
 


  
  


   
   


    
    

     
     [cpp] view plaincopyprint?
    
    


   
   


   
   
  1. 
/************************************************************************/     
  2. 
/* 提取轮廓两种方法对比及绘制轮廓'最大等级'分析                         */     
  3. 
/************************************************************************/     
  4. 
#include "stdafx.h"     
  5. 
#include "cv.h"     
  6. 
#include "highgui.h"     
  7. 
int main()     
  8. 
{     
  9. 
    IplImage* img = cvLoadImage("lena.jpg", CV_LOAD_IMAGE_GRAYSCALE);     
  10. 
    IplImage* img_temp = cvCreateImage(cvGetSize(img), 8, 1);     
  11. 
    cvThreshold(img, img, 128, 255, CV_THRESH_BINARY);     
  12. 
    CvMemStorage* mem_storage = cvCreateMemStorage(0);     
  13. 
    CvSeq *first_contour = NULL, *c = NULL;     
  14. 
    //     
  15. 
    // 1、     
  16. 
    cvNamedWindow("contour1");     
  17. 
    cvCopyImage(img, img_temp);     
  18. 
    double t = (double)cvGetTickCount();   
  19. 
    cvFindContours(img_temp, mem_storage, &first_contour);     
  20. 
    cvZero(img_temp);     
  21. 
    cvDrawContours(     
  22. 
        img_temp,      
  23. 
        first_contour,     
  24. 
        cvScalar(100),     
  25. 
        cvScalar(100),     
  26. 
        1     
  27. 
        );     
  28. 
    t = (double)cvGetTickCount() - t;    
  29. 
    cvShowImage("contour1", img_temp);     
  30. 
    printf("run1 = %gms\n", t/(cvGetTickFrequency()*1000.));     
  31. 
    cvClearMemStorage(mem_storage);     
  32. 
    //     
  33. 
    // 2、     
  34. 
    cvNamedWindow("contour2");     
  35. 
    cvCopyImage(img, img_temp);     
  36. 
    t = (double)cvGetTickCount();   
  37. 
    CvContourScanner scanner = cvStartFindContours(img_temp, mem_storage);     
  38. 
    while (cvFindNextContour(scanner));     
  39. 
    first_contour = cvEndFindContours(&scanner);     
  40. 
    cvZero(img_temp);     
  41. 
    cvDrawContours(     
  42. 
        img_temp,      
  43. 
        first_contour,     
  44. 
        cvScalar(100),     
  45. 
        cvScalar(100),     
  46. 
        1     
  47. 
        );     
  48. 
    t = (double)cvGetTickCount() - t;    
  49. 
    cvShowImage("contour2", img_temp);     
  50. 
    printf("run2 = %gms\n", t/(cvGetTickFrequency()*1000.));     
  51. 
    cvClearMemStorage(mem_storage);     
  52. 
    cvReleaseImage(&img);     
  53. 
    cvReleaseImage(&img_temp);     
  54. 
    cvWaitKey();     
  55. 
    /************************************************************************/     
  56. 
    /* 经测试 run1 = 16.1431ms run2 = 15.8677ms (参考)
  57. 
       不过可以肯定这两中算法时间复杂度是相同的                                     */     
  58. 
    /************************************************************************/     
  59. 
    //     
  60. 
    // 上述两种方法完成了对轮廓的提取,如想绘制轮廓都得配合cvDrawContours来使用     
  61. 
    // 而cvDrawContours 函数第5个参数为 max_level 经查ICVL含义如下:     
  62. 
    //     
  63. 
    // 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。     
  64. 
    // 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，     
  65. 
    // 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。     
  66. 
    //     
  67. 
    // 相信好多读者初次都无法理解等级的含义,而且测试时候输入>=1 的整数效果几乎一样     
  68. 
    // 只有提取轮廓时候的提取模式设为 CV_RETR_CCOMP CV_RETR_TREE 时这个参数才有意义     
  69. 
    //     
  70. 
    // 经查FindContours 函数里面这样介绍提取模式(mode)的这两个参数:     
  71. 
    // 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。      
  72. 
    // CV_RETR_TREE - 提取所有轮廓，并且重构嵌套轮廓的全部 hierarchy      
  73. 
    //      
  74. 
    // 下面用第一种方法进行测试     
  75. 
     
  76. 
    cvNamedWindow("contour_test");     
  77. 
    cvNamedWindow("contour_raw");     
  78. 
    img = cvLoadImage("contour.jpg", CV_LOAD_IMAGE_GRAYSCALE);     
  79. 
    cvShowImage("contour_raw", img);     
  80. 
    cvThreshold(img, img, 128, 255, CV_THRESH_BINARY);     
  81. 
    img_temp = cvCloneImage(img);     
  82. 
    cvFindContours(     
  83. 
        img_temp,      
  84. 
        mem_storage,      
  85. 
        &first_contour,     
  86. 
        sizeof(CvContour),     
  87. 
        CV_RETR_CCOMP           //#1 需更改区域     
  88. 
        );     
  89. 
     
  90. 
    cvZero(img_temp);     
  91. 
    cvDrawContours(     
  92. 
        img_temp,      
  93. 
        first_contour,     
  94. 
        cvScalar(100),     
  95. 
        cvScalar(100),     
  96. 
        1                       //#2 需更改区域     
  97. 
        );     
  98. 
    cvShowImage("contour_test", img_temp);     
  99. 
    /************************************************************************/     
  100. 
    /* (1, 2) = (CV_RETR_CCOMP, 1)  如图1 
  101. 
       (1, 2) = (CV_RETR_CCOMP, 2)  如图2 
  102. 
       (1, 2) = (CV_RETR_TREE, 1)   如图3 
  103. 
       (1, 2) = (CV_RETR_TREE, 2)   如图4 
  104. 
       (1, 2) = (CV_RETR_TREE, 6)   如图5 
  105. 
       经分析CV_RETR_CCOMP 只把图像分为两个层次,顶层和次层,一等级轮廓只匹配与其最接近 
  106. 
       的内侧轮廓即2等级 
  107. 
       CV_RETR_TREE 则从轮廓外到内按等级1 - n 全部分配         
  108. 
       CV_RETR_LIST 全部轮廓均为1级                        */     
  109. 
    /************************************************************************/     
  110. 
    cvWaitKey();     
  111. 
    cvReleaseImage(&img);     
  112. 
    cvReleaseImage(&img_temp);     
  113. 
    cvReleaseMemStorage(&mem_storage);     
  114. 
    cvDestroyAllWindows();     
  115. 
    return 0;     
  116. 
} 


  
  


  
  
/************************************************************************/    
/* 提取轮廓两种方法对比及绘制轮廓'最大等级'分析                         */    
/************************************************************************/    
#include "stdafx.h"    
#include "cv.h"    
#include "highgui.h"    
    
int main()    
{    
    IplImage* img = cvLoadImage("lena.jpg", CV_LOAD_IMAGE_GRAYSCALE);    
    IplImage* img_temp = cvCreateImage(cvGetSize(img), 8, 1);    

    cvThreshold(img, img, 128, 255, CV_THRESH_BINARY);    
    CvMemStorage* mem_storage = cvCreateMemStorage(0);    
    CvSeq *first_contour = NULL, *c = NULL;    
    //    
    // 1、    
    cvNamedWindow("contour1");    
    cvCopyImage(img, img_temp);    
    double t = (double)cvGetTickCount();  
    cvFindContours(img_temp, mem_storage, &first_contour);    
    cvZero(img_temp);    
    cvDrawContours(    
        img_temp,     
        first_contour,    
        cvScalar(100),    
        cvScalar(100),    
        1    
        );    
    t = (double)cvGetTickCount() - t;   
    cvShowImage("contour1", img_temp);  
    printf("run1 = %gms\n", t/(cvGetTickFrequency()*1000.));  
    cvClearMemStorage(mem_storage);    
    //    
    // 2、    
    cvNamedWindow("contour2");    
    cvCopyImage(img, img_temp);    
    t = (double)cvGetTickCount();  
    CvContourScanner scanner = cvStartFindContours(img_temp, mem_storage);    
    while (cvFindNextContour(scanner));    
    first_contour = cvEndFindContours(&scanner);
    cvZero(img_temp);    
    cvDrawContours(    
        img_temp,     
        first_contour,    
        cvScalar(100),    
        cvScalar(100),    
        1    
        );    
    t = (double)cvGetTickCount() - t;   
    cvShowImage("contour2", img_temp);    
    printf("run2 = %gms\n", t/(cvGetTickFrequency()*1000.));   
    cvClearMemStorage(mem_storage);    
    cvReleaseImage(&img);    
    cvReleaseImage(&img_temp);    
    cvWaitKey();    
    /************************************************************************/    
    /* 经测试 run1 = 16.1431ms run2 = 15.8677ms (参考) 
       不过可以肯定这两中算法时间复杂度是相同的                                     */    
    /************************************************************************/ 
    //    
    // 上述两种方法完成了对轮廓的提取,如想绘制轮廓都得配合cvDrawContours来使用    
    // 而cvDrawContours 函数第5个参数为 max_level 经查ICVL含义如下: 
    // 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。    
    //    
    // 相信好多读者初次都无法理解等级的含义,而且测试时候输入>=1 的整数效果几乎一样    
    // 只有提取轮廓时候的提取模式设为 CV_RETR_CCOMP CV_RETR_TREE 时这个参数才有意义    
    //    
    // 经查FindContours 函数里面这样介绍提取模式(mode)的这两个参数:    
    // 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     
    //     
    // 下面用第一种方法进行测试    
    cvNamedWindow("contour_test");    
    cvNamedWindow("contour_raw");    
    img = cvLoadImage("contour.jpg", CV_LOAD_IMAGE_GRAYSCALE);    
    cvShowImage("contour_raw", img);    
    cvThreshold(img, img, 128, 255, CV_THRESH_BINARY);    
    img_temp = cvCloneImage(img);    
    cvFindContours(    
        img_temp,     
        mem_storage,     
        &first_contour,    
        sizeof(CvContour),    
        CV_RETR_CCOMP           //#1 需更改区域    
        );    
    cvZero(img_temp);    
    cvDrawContours(    
        img_temp,     
        first_contour,    
        cvScalar(100),    
        cvScalar(100),    
        1                       //#2 需更改区域    
        );    
    cvShowImage("contour_test", img_temp);    
    /************************************************************************/    
    /* (1, 2) = (CV_RETR_CCOMP, 1)  如图1  
       (1, 2) = (CV_RETR_CCOMP, 2)  如图2  
       (1, 2) = (CV_RETR_TREE, 1)   如图3  
       (1, 2) = (CV_RETR_TREE, 2)   如图4  
       (1, 2) = (CV_RETR_TREE, 6)   如图5  
       经分析CV_RETR_CCOMP 只把图像分为两个层次,顶层和次层,一等级轮廓只匹配与其最接近  
       的内侧轮廓即2等级  
       CV_RETR_TREE 则从轮廓外到内按等级1 - n 全部分配          
       CV_RETR_LIST 全部轮廓均为1级                        */    
    /************************************************************************/   
    cvWaitKey();    
    cvReleaseImage(&img);    
    cvReleaseImage(&img_temp);    
    cvReleaseMemStorage(&mem_storage);    
    cvDestroyAllWindows();    
    return 0;    
}


  
  




  
  

原图


  
  




  
  

图一


  
  




  
  

图二


  
  






  
  

图三


  
  




  
  

图四


  
  




  
  

图五


  
  

这是OpenCV的经典一个例子：


  
  




  
  


   
   


    
    

     
     [cpp] view plaincopyprint?
    
    


   
   


   
   
  1. 
#include "cv.h" 
  2. 
#include "cxcore.h" 
  3. 
#include "highgui.h" 
  4. 
#include <math.h> 
  5. 
#endif 
  6. 
  
  7. 
#pragma   comment(lib,"cv.lib")   
  8. 
#pragma   comment(lib,"highgui.lib")   
  9. 
#pragma   comment(lib,"cxcore.lib") 
  10. 
 
  11. 
#define w 500 
  12. 
int levels = 3; 
  13. 
CvSeq* contours = 0; 
  14. 
void on_trackbar(int pos) 
  15. 
{ 
  16. 
    IplImage* cnt_img = cvCreateImage( cvSize(w,w), 8, 3 ); 
  17. 
    CvSeq* _contours = contours; 
  18. 
    int _levels = levels - 3; 
  19. 
    if( _levels <= 0 ) // get to the nearest face to make it look more funny 
  20. 
        _contours = _contours->h_next->h_next->h_next->h_next->h_next->h_next->h_next->v_next->h_next->h_next; 
  21. 
//_contours = _contours->v_next; 
  22. 
    cvZero( cnt_img ); 
  23. 
    cvDrawContours( cnt_img, _contours, CV_RGB(255,0,0), CV_RGB(0,255,0), _levels);//, 3, CV_AA, cvPoint(0,0) ); 
  24. 
    /*_levels:
  25. 
3，所有外轮廓及包含的内轮廓及里面的内轮廓
  26. 
2：所有外轮廓及包含的内轮廓
  27. 
1:所有外轮廓
  28. 
0，第一个外轮廓
  29. 
-1：第一个外轮廓及包含的内轮廓
  30. 
-2：第一个外轮廓及包含的内轮廓及里面的内轮廓
  31. 

  32. 

  33. 
   _contours->h_next:同级的下一个轮廓
  34. 
_contours->v_next父级下的下层区域；
  35. 
*/ 
  36. 
cvShowImage( "contours", cnt_img ); 
  37. 
    cvReleaseImage( &cnt_img ); 
  38. 
} 
  39. 
int main( int argc, char** argv ) 
  40. 
{ 
  41. 
    int i, j; 
  42. 
    CvMemStorage* storage = cvCreateMemStorage(0); 
  43. 
    IplImage* img = cvCreateImage( cvSize(w,w), 8, 1 ); 
  44. 
    cvZero( img ); 
  45. 
    for( i=0; i < 6; i++ ) 
  46. 
    { 
  47. 
        int dx = (i%2)*250 - 30;//0%2=0; 
  48. 
        int dy = (i/2)*150; 
  49. 
        CvScalar white = cvRealScalar(255); 
  50. 
        CvScalar black = cvRealScalar(0); 
  51. 
        if( i == 0 ) 
  52. 
        { 
  53. 
            for( j = 0; j <= 10; j++ ) 
  54. 
            { 
  55. 
                double angle = (j+5)*CV_PI/21; 
  56. 
                cvLine(img, cvPoint(cvRound(dx+100+j*10-80*cos(angle)), 
  57. 
                    cvRound(dy+100-90*sin(angle))), 
  58. 
                    cvPoint(cvRound(dx+100+j*10-30*cos(angle)), 
  59. 
                    cvRound(dy+100-30*sin(angle))), white, 1, 8, 0); 
  60. 
            } 
  61. 
        } 
  62. 
        cvEllipse( img, cvPoint(dx+150, dy+100), cvSize(100,70), 0, 0, 360, white, -1, 8, 0 ); 
  63. 
        cvEllipse( img, cvPoint(dx+115, dy+70), cvSize(30,20), 0, 0, 360, black, -1, 8, 0 ); 
  64. 
        cvEllipse( img, cvPoint(dx+185, dy+70), cvSize(30,20), 0, 0, 360, black, -1, 8, 0 ); 
  65. 
        cvEllipse( img, cvPoint(dx+115, dy+70), cvSize(15,15), 0, 0, 360, white, -1, 8, 0 ); 
  66. 
        cvEllipse( img, cvPoint(dx+185, dy+70), cvSize(15,15), 0, 0, 360, white, -1, 8, 0 ); 
  67. 
        cvEllipse( img, cvPoint(dx+115, dy+70), cvSize(5,5), 0, 0, 360, black, -1, 8, 0 ); 
  68. 
        cvEllipse( img, cvPoint(dx+185, dy+70), cvSize(5,5), 0, 0, 360, black, -1, 8, 0 ); 
  69. 
        cvEllipse( img, cvPoint(dx+150, dy+100), cvSize(10,5), 0, 0, 360, black, -1, 8, 0 ); 
  70. 
        cvEllipse( img, cvPoint(dx+150, dy+150), cvSize(40,10), 0, 0, 360, black, -1, 8, 0 ); 
  71. 
        cvEllipse( img, cvPoint(dx+27, dy+100), cvSize(20,35), 0, 0, 360, white, -1, 8, 0 ); 
  72. 
        cvEllipse( img, cvPoint(dx+273, dy+100), cvSize(20,35), 0, 0, 360, white, -1, 8, 0 ); 
  73. 
    } 
  74. 
    cvNamedWindow( "image", 1 ); 
  75. 
    cvShowImage( "image", img ); 
  76. 
    cvFindContours( img, storage, &contours, sizeof(CvContour), 
  77. 
                    2, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0) ); 
  78. 
    // comment this out if you do not want approximation 
  79. 
    contours = cvApproxPoly( contours, sizeof(CvContour), storage, CV_POLY_APPROX_DP, 3, 1 ); 
  80. 
//cvApproxPoly:                                                 逼近方法     精度 逼近曲线是否封闭 
  81. 
    cvNamedWindow( "contours", 1 ); 
  82. 
    cvCreateTrackbar( "levels+3", "contours", &levels, 7, on_trackbar ); 
  83. 
    on_trackbar(0); 
  84. 
    cvWaitKey(0); 
  85. 
    cvReleaseMemStorage( &storage ); 
  86. 
    cvReleaseImage( &img ); 
  87. 
    return 0; 
  88. 
} 


  
  


  
  
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
#include <math.h>
#endif
#pragma   comment(lib,"cv.lib")  
#pragma   comment(lib,"highgui.lib")  
#pragma   comment(lib,"cxcore.lib")
#define w 500
int levels = 3;
CvSeq* contours = 0;
void on_trackbar(int pos)
{
    IplImage* cnt_img = cvCreateImage( cvSize(w,w), 8, 3 );
    CvSeq* _contours = contours;
    int _levels = levels - 3;
    if( _levels <= 0 ) // get to the nearest face to make it look more funny
        _contours = _contours->h_next->h_next->h_next->h_next->h_next->h_next->h_next->v_next->h_next->h_next;
//_contours = _contours->v_next;
    cvZero( cnt_img );
    cvDrawContours( cnt_img, _contours, CV_RGB(255,0,0), CV_RGB(0,255,0), _levels);//, 3, CV_AA, cvPoint(0,0) );
    /*_levels:
3，所有外轮廓及包含的内轮廓及里面的内轮廓
2：所有外轮廓及包含的内轮廓
1:所有外轮廓
0，第一个外轮廓
-1：第一个外轮廓及包含的内轮廓
-2：第一个外轮廓及包含的内轮廓及里面的内轮廓
   _contours->h_next:同级的下一个轮廓
_contours->v_next父级下的下层区域；
*/
cvShowImage( "contours", cnt_img );
    cvReleaseImage( &cnt_img );
}
int main( int argc, char** argv )
{
    int i, j;
    CvMemStorage* storage = cvCreateMemStorage(0);
    IplImage* img = cvCreateImage( cvSize(w,w), 8, 1 );
    cvZero( img );
    for( i=0; i < 6; i++ )
    {
        int dx = (i%2)*250 - 30;//0%2=0;
        int dy = (i/2)*150;
        CvScalar white = cvRealScalar(255);
        CvScalar black = cvRealScalar(0);
        if( i == 0 )
        {
            for( j = 0; j <= 10; j++ )
            {
                double angle = (j+5)*CV_PI/21;
                cvLine(img, cvPoint(cvRound(dx+100+j*10-80*cos(angle)),
                cvRound(dy+100-90*sin(angle))),
                cvPoint(cvRound(dx+100+j*10-30*cos(angle)),
                cvRound(dy+100-30*sin(angle))), white, 1, 8, 0);
            }
        }
        cvEllipse( img, cvPoint(dx+150, dy+100), cvSize(100,70), 0, 0, 360, white, -1, 8, 0 );
        cvEllipse( img, cvPoint(dx+115, dy+70), cvSize(30,20), 0, 0, 360, black, -1, 8, 0 );
        cvEllipse( img, cvPoint(dx+185, dy+70), cvSize(30,20), 0, 0, 360, black, -1, 8, 0 );
        cvEllipse( img, cvPoint(dx+115, dy+70), cvSize(15,15), 0, 0, 360, white, -1, 8, 0 );
        cvEllipse( img, cvPoint(dx+185, dy+70), cvSize(15,15), 0, 0, 360, white, -1, 8, 0 );
        cvEllipse( img, cvPoint(dx+115, dy+70), cvSize(5,5), 0, 0, 360, black, -1, 8, 0 );
        cvEllipse( img, cvPoint(dx+185, dy+70), cvSize(5,5), 0, 0, 360, black, -1, 8, 0 );
        cvEllipse( img, cvPoint(dx+150, dy+100), cvSize(10,5), 0, 0, 360, black, -1, 8, 0 );
        cvEllipse( img, cvPoint(dx+150, dy+150), cvSize(40,10), 0, 0, 360, black, -1, 8, 0 );
        cvEllipse( img, cvPoint(dx+27, dy+100), cvSize(20,35), 0, 0, 360, white, -1, 8, 0 );
        cvEllipse( img, cvPoint(dx+273, dy+100), cvSize(20,35), 0, 0, 360, white, -1, 8, 0 );
    }
    cvNamedWindow( "image", 1 );
    cvShowImage( "image", img );
    cvFindContours( img, storage, &contours, sizeof(CvContour),
                    2, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0) );
    // comment this out if you do not want approximation
    contours = cvApproxPoly( contours, sizeof(CvContour), storage, CV_POLY_APPROX_DP, 3, 1 );
 //cvApproxPoly:                       逼近方法     精度 逼近曲线是否封闭
    cvNamedWindow( "contours", 1 );
    cvCreateTrackbar( "levels+3", "contours", &levels, 7, on_trackbar );
    on_trackbar(0);
    cvWaitKey(0);
    cvReleaseMemStorage( &storage );
    cvReleaseImage( &img );
    return 0;
}


  
  




  
  

主要还是理解下int
 mode=CV_RETR_LIST,int
 method=CV_CHAIN_APPROX_SIMPLE,CvPoint
 offset=cvPoint(0,0));


  
  

当mode
 为CV_RETR_CCOMP 只把图像分为两个层次,顶层和次层,一等级轮廓只匹配与其最接近 ；


  
  

cvDrawContours
 函数第5个参数为 max_level=0时，笑脸图像会显示第一个找到的轮廓，左边的白色耳朵一只；




  
  

max_level=1时，所有白色区域的轮廓都会被显示出来，因为他们都属于等级1；


  
  

max_level=2时；每个白色区域里面的黑色区域会被显示出来，可能一个白色区域下面有多个黑色区域，但他们都是同级的；


  
  

这里你要注意的的是每个白色区域下的黑色区域，如脸下面有4个黑色区域，白色眼珠下有一个黑色区域，这个黑色区域与脸下的那三个区域时同级的，也就是说他不属于脸的内区域，他是白色眼珠的内区域；


  
  

当mode为       CV_RETR_LIST
 全部轮廓均为1级


 
 





                

        

        

    




    

      

        

            

              
                
                  冒泡泡的绿色颜料
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                      0
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    1
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                    0
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      

            

                专栏目录
          










                



	

		

			

				
					
c# opencv 轮廓检测_OpenCV 轮廓检测 - xuehuic的成长 - CSDN博客

				
			

			

				

					weixin_39636057的博客
				

				

					01-12
					
					489
					
				

			

		

		

			
				
程序采用OpenCV中国的例程，下面列举了各个详细函数的功能及简单说明。/*************************************************** 轮廓检测* 主要函数：* cvFindContours* cvDrawContours**************************************************//******...

			
		

	



                

              
                



	

		

			

				
					
opencv java 轮廓提取_Opencv处理图像之轮廓提取

				
			

			

				

					weixin_34061121的博客
				

				

					02-27
					
					1135
					
				

			

		

		

			
				
本文实例为大家分享了Opencv处理图像之轮廓提取，使用cvfindContours对图像进行轮廓检测，供大家参考，具体内容如下#include#include#includeint main(){IplImage* img = cvLoadImage("E:\\test.bmp",0);IplImage* imgColor = cvCreateImage(cvGetSize(img),8,3);...

			
		

	



                


  
              

                


	

		

			

				
					
OpenCV函数cvFindContours轮廓提取

				
			

			

				

					天下对手教会少林武僧
				

				

					09-07
					
					1408
					
				

			

		

		

			
				
提取轮廓在OpenCV里有一个函数cvFindContours
这个函数用起来很方便，但是随着你使用的深入，你会发现有一些迷惑在这里。比如当你提取轮廓时只需要最外围的一个轮廓，但是你会发现当轮廓画出来时是好几个；当你需要找一个最大轮廓时却发现找出来的却根本就不是你想要的那个。带着这样问题我们再来仔细看看cvFindContours这个函数。





下边的是一位仁兄写的测试程序和测试图片，说明提取轮廓的两种方法及绘制轮廓中最大等级分析的问题，非常感谢他的分享，原文戳这里：

[cpp]view p...

			
		

	





	

		

			

				
					
[C++] opencv - findContours(查找轮廓)函数介绍和使用场景

				
			

			

				

					老狼工作室的博客
				

				

					12-18
					
					4459
					
				

			

		

		

			
				
OpenCV中的findContours函数可以在二值图像中检测轮廓，非常适用于计算机视觉任务。通过查找轮廓，我们可以提取出图像中的连续区域，从而进行目标检测、图像分割等操作。

			
		

	



		

			
		



	

		

			

				
					
Opencv处理图像--轮廓提取

				
			

			

				

					代码敌敌畏的博客
				

				

					08-08
					
					4416
					
				

			

		

		

			
				
Opencv处理图像--轮廓提取

使用cvfindContours 对图像进行轮廓检测。


#include&lt;iostream&gt;
#include&lt;opencv2/core/core.hpp&gt;
#include&lt;opencv2/highgui/highgui.hpp&gt;
int main()
{
	
	IplImage* img = cvLoadImage("...

			
		

	





	

		

			

				
					
OpenCV 轮廓提取

				
			

			

				

					IT新秀
				

				

					04-10
					
					1319
					
				

			

		

		

			
				
轮廓提取——主要针对二值图像

 轮廓分为外轮廓和内轮廓 如下图：外轮廓以c开头 内轮廓以h开头


 opencv 提供了寻找轮廓的函数 inttotals = cvFindContours(img, storage,&contours,sizeof(CvContour), CV_RETR_LIST, CV_CHAIN_APPROX_NONE,cvPoint(0,0));
其中img

			
		

	





	

		

			

				
					
opencv学习--轮廓检测

				
			

			

				

					学霸家有事的博客
				

				

					08-04
					
					1171
					
				

			

		

		

			
				
      轮廓检测，是图像处理中比较重要的一个部分。findContourhe和DrawContours

      参考地址：https://www.cnblogs.com/dengxiaojun/p/5252294.html

                       https://blog.csdn.net/zhangjikuan/article/details/39853879
...

			
		

	





	

		

			

				
					
opencv查找轮廓---cvFindContours && cvDrawCountours

				
			

			

				

					alanxpfeng的专栏
				

				

					06-12
					
					1032
					
				

			

		

		

			
				
opencv查找轮廓---cvFindContours && cvDrawCountours 用法及例子

分类： 
opencv 2013-01-19 11:48 
3981人阅读 评论(2)
收藏 
举报

环境： vs2008 + opencv2.1
先看，这两个函数的用法（参考 opencv手册）：
+++++++++++++++++++++++++++++++++++

			
		

	





	

		

			

				
					
opencv 轮廓提取 cvFindContours

				
			

			

				

					06-03
				

			

		

		

			
				
本篇文章将详细探讨如何使用OpenCV的`cvFindContours`函数进行轮廓提取，并结合相关知识点进行深入解析。  首先，轮廓提取是图像分割后进一步分析图像特征的关键步骤，它可以帮助我们识别出图像中的独立对象。在...

			
		

	





	

		

			

				
					
Opencv处理图像之轮廓提取

				
			

			

				

					08-26
				

			

		

		

			
				
2. 二值化图像：使用cvThreshold函数对图像进行二值化，以便更好地提取轮廓。 3. 创建存储空间：使用cvCreateMemStorage函数创建存储轮廓信息的空间。 4. 执行轮廓检测：使用cvFindContours函数检测图像中的轮廓。 5...

			
		

	





	

		

			

				
					
OpenCV轮廓提取的源代码

				
			

			

				

					06-08
				

			

		

		

			
				
4. **轮廓提取**: OpenCV中的`cvFindContours()`函数用于从二值图像中提取轮廓信息。 5. **轮廓遍历**: 提取到的轮廓信息可以被遍历，以获取每个轮廓上的所有点坐标。  #### 三、代码分析  ##### 1. 导入头文件  ```...

			
		

	





	

		

			

				
					
Opencv二帧差法检测运动目标与提取轮廓

				
			

			

				

					08-19
				

			

		

		

			
				
Opencv二帧差法检测运动目标与提取轮廓  Opencv是一个功能强大且广泛应用的计算机视觉库，它提供了丰富的图像处理和计算机视觉算法。二帧差法是一种常用的运动目标检测算法，通过对连续两帧图像之间的差异进行检测，...

			
		

	





	

		

			

				
					
使用opencv中匹配点对的坐标提取方式

				
			

			

				

					09-16
				

			

		

		

			
				
`cvFindContours`函数用于寻找图像中的轮廓，它返回一个轮廓序列。通过遍历这个序列，可以获取每个连通域的边界框和内部点坐标。  ```cpp IplImage* img = ...; // 加载或处理过的图像 IplImage* gray = ...; // ...

			
		

	





	

		

			

				
					
VS+opencv+环境配置

				
			

			

				

					m0_63172128的博客
				

				

					07-24
					
					396
					
				

			

		

		

			
				
下载完了是一个exe文件，（可以更换目录）直接双击，也就是压缩。点编辑，加入这两个，路径根据自己的opencv库。下载opencv库。

			
		

	





	

		

			

				
					
OpenCV 图像处理 轮廓检测基本原理

				
			

			

				

					weixin_46999174的博客
				

				

					07-25
					
					1347
					
				

			

		

		

			
				
轮廓发现是图像处理中的一个重要步骤，用于检测物体的边界和形状。本文讲解了基本实现原理和代码实现

			
		

	





	

		

			

				
					
基于opencv[python]的人脸检测

				
			

			

				

					m0_65963495的博客
				

				

					07-25
					
					2944
					
				

			

		

		

			
				
从这里可以清晰看到有1/3的图像没有成功检测到，后面我试试用Faster R-CNN模型，不过需要标注，数据量也大，这里先试着玩玩呗。

			
		

	





	

		

			

				
					
chromedriver-mac-x64_122.0.6217.0.zip

					
最新发布

				
			

			

				

					07-31
				

			

		

		

			
				
chromedriver-mac-x64_122.0.6217.0.zip

			
		

	





	

		

			

				
					
多元宇宙算法优化长短记忆网络MVO-LSTM故障诊断分类【含Matlab源码 6074期】.zip

				
			

			

				

					07-31
				

			

		

		

			
				
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白；
1、代码压缩包内容
主函数：Main.m；
调用函数：其他m文件；无需运行 
运行结果效果图；

2、代码运行版本
Matlab 2019b；若运行有误，根据提示修改；若不会，可私信博主；

3、运行操作步骤
步骤一：将所有文件放到Matlab的当前文件夹中； 
步骤二：双击打开除Main.m的其他m文件； 
步骤三：点击运行，等程序运行完得到结果；

4、仿真咨询
如需其他服务，可私信博主或扫描博主博客文章底部QQ名片；
4.1 CSDN博客或资源的完整代码提供
4.2 期刊或参考文献复现
4.3 Matlab程序定制
4.4 科研合作
智能优化算法优化LSTM分类预测系列程序定制或科研合作方向：
4.4.1 遗传算法GA/蚁群算法ACO优化LSTM
4.4.2 粒子群算法PSO/蛙跳算法SFLA优化LSTM
4.4.3 灰狼算法GWO/狼群算法WPA优化LSTM
4.4.4 鲸鱼算法WOA/麻雀算法SSA优化LSTM
4.4.5 萤火虫算法FA/差分算法DE优化LSTM
4.4.6 其他优化算法优化LSTM

			
		

	





	

		

			

				
					
OpenCV中文函数手册详解

				
			

			

				

					
				

			

		

		

			
				
 - **轮廓处理**：`cvFindContours`等函数用于提取和操作图像中的轮廓，用于形状识别和分割。  - **计算几何**：涉及距离计算、角度计算、圆检测等几何问题。  - **平面划分**：例如通过霍夫变换检测直线和圆等几何...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值