opencv轮廓学习总结

最近几天学习了好多opencv里有关轮廓查找与绘制的函数，想做一下整理，把所有学的函数列出来，以便于统一思考一下，怎样充分的运用它们做一些自己想做的事情。就比如我最近参加一个比赛，负责做我们项目里的动作行为识别，轮廓识别就是首当其冲的一个研究点。

今天把它们列在这里，也希望可以帮到各位博客友人，以便于思考解决你们想做的事情。

1、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，提取轮廓就是提取这些具有相同颜色或者灰度的曲线，或者说是连通域，轮廓在形状分析和物体的检测和识别中非常有用。

注意事项:

①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
②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(clone(), copyTo())

③在OpenCV中，查找轮廓就像在黑色背景中找白色物体。你应该记住，
    要找的物体应该是白色而背景应该是黑色。

2、开始上函数！

（1）查找轮廓---findContours()

image: 输入图像 , Mat 类型 8 位单通道图像 ( 一般为二值图 )

contours: 检测到的轮廓 , 每个轮廓存储为一个点向量 , 即 Point 类型的 vector 表示

hierarchy : 可选的输出向量 , 包含图像的拓扑信息。其作为轮廓数量的表示 , 包含了许多元素 , 每个轮廓 contours[ i ] 对应 4 个 hierarchy 元素 hierarchy[ i ][0]~ hierarchy[ i ][3], 分别表示后一轮廓、前一轮廓、父轮廓、内嵌轮廓的索引编号 , 如果没有对应项 , 设置为负数

mode: 轮廓检索模式 , 取值如下 :

    CV_RETR_EXTERNAL=0-----表示只检测最外层轮廓

   CV_RETR_LIST=1------提取所有轮廓并放置在list中, 轮廓不建立等级关系

    CV_RETR_CCOMP=2------提取所有轮廓并组织为双层结构

   CV_RETR_TREE=3------提取所有轮廓并重新建立网状轮廓结构

method: 轮廓的近似方法

o ffset: 每个轮廓的可选偏移量 , 默认值 Point()

例子：

（2）绘制轮廓---drawContours()

image: 目标图像 , Mat 类型对象即可

contours: 所有的输入轮廓 , 每个轮廓存储为一个点向量

contourIdx : 轮廓绘制指示变量 ( 索引 ), 若为负值 , 则表示绘制所有轮廓

color : 绘制轮廓的颜色

thickness : 轮廓线条的粗细 , 默认值 1, 如果为负值 , 则绘制轮廓内部 , 可选宏 CV_FILLED

lineType : 线条类型 , 默认值 8

h ierarcy : 可选的层次结构信息 , 默认值 noArray ()

maxLevel : 表示用于绘制轮廓的最大等级 , 默认值 INT_MAX

o ffset: 可选的轮廓偏移参数 , 默认值 Point()

例子：

（3）寻找凸包---convexHull()

points: 输入的二维点集 , 可以填 Mat 类型或 std ::vector

hull: 函数调用后找到的凸包

clockwise: 操作方向标志符 , 当为 true 时 , 输出的凸包为顺时针方向 , false 为逆时针方向 ( 假定坐标系 x 轴指向右， y 轴指向上方 )

returnPoints : 操作标志符 , 默认值 true. 当标志符为 true 时 , 函数返回凸包各个点 , 否则返回凸包各点的指数 , 当输出数组是 std ::vector 时 , 此标志被忽略

例子1：

例子2：

（4）凸包缺陷分析---convexityDefects()

contour: 表示输入参数检测到的轮廓 , 可以用 findContours 函数获得

convexhull : 输入参数表示检测到的凸包 , 可以用 convexHull 函数获得

convexityDefects : 检测到的最终结果 , 应为 vector<vector<Vec4i>> 类型 , Vec4i 存储了起始点、结束点、距离及最远点到凸包的距离

（5）轮廓外接矩形---boundingRect()

points: 输入的二维点集 , 可以填 Mat 类型或 std ::vector

返回 值 : Rect 类矩形对象

例子：

（6）轮廓最小外接矩形---minAreaRect()

points: 输入的二维点集 , 可以填 Mat 类型或 std ::vector

返回 值 : RotatedRect 类矩形对象 , 外接旋转矩形主要成员有 center 、 size 、 angle 、 points

例子：

（7）轮廓最小外接圆---minEnclosingCircle()

points: 输入的二维点集 , 可以填 Mat 类型或 std ::vector

c enter: Point2f& 类型的 center, 圆的输出圆心

r adius: float& 类型 , 表示圆的输出半径

（8）轮廓椭圆拟合---fitEllipse()

points: 输入的二维点集 , 可以填 Mat 类型或 std ::vector

返回值: RotatedRect类旋转矩形对象

（9）逼近多边形曲线---approxPolyDP()

curve: 输入的二维点集 , 可以填 Mat 类型或 std ::vector

approxCurve : 多边形逼近的结果 , 其类型和输入二维点集类型一致

e psilon: 逼近的精度 , 为原始曲线和近似曲线间的最大值

c losed: 如果其为真 , 则近似的曲线为封闭曲线 , 否则近似的曲线不封闭

（10）计算轮廓面积---contourArea()

contour: 输入的二维点集或轮廓 , 可以填 Mat 类型或 std ::vector

oriented: 默认值 false, 表示返回面积为绝对值 , 负责带符号

返回值 : double 类型返回轮廓面积

（11）计算轮廓长度---arcLength()

curve: 输入的二维点集 , 可以填 Mat 类型或 std ::vector

colsed : 用于指示曲线是否封闭的标识符 , 默认值 true, 表示曲线封闭

返回值 : double 类型返回轮廓长度

（12）计算点与轮廓的距离及位置关系---pointPolygonTest()

contour: 所需检测的轮廓对象

pt : Point2f 类型的 pt , 待判定位置的点

measureDist : 是否计算距离的标志 , 当其为 true 时 , 计算点到轮廓的最短距离 , 当其为 false 时 , 只判定轮廓与点的位置关系 , 具体关系如下 :

    ①返回值为-1, 表示点在轮廓外部

    ②返回值为0, 表示点在轮廓上

    ③返回值为1, 表示点在轮廓内部

例子：

（13）矩的计算---moments()

array: 输入参数 , 可以是光栅图像或二维数组

binaryImage : 默认值 false, 非零像素取其本身值 , 若为 true, 则非零像素取 1

返回 值 : Moments 类的对象 , 返回对应的轮廓的空间矩 / 中心矩和归一化中心矩 ( 最高 3 阶 )

例子：

（14）形状匹配---matchShapes()

contour1: 所需比较的轮廓 1

contour2: 所需比较的轮廓 2

method: 轮廓比较的方法

p arameter: 比较方法的特殊参数 ( 目前不支持 )

（15）颜色空间转换---cvtColor()

（16）颜色区间范围删选---inRange()

src : 输入原图或数组

lowerb : 低边界或者颜色阈值

upperb : 高边界或者颜色阈值

dst : 输出目标图像 , 需要和原图一样的 size 并且类型需为 CV_8U

例子：