本文目的
目的:学习使用opencv的findContours和drawContours函数
语言:java
版本:opencv-410
简介:通过findContours函数检测物体轮廓,并且用drawContours画出来
程序支持效果:
加载图片后可以在界面上更改三个参数进行效果对比查看
· 1.修改边缘检测阈值,改变边缘检测效果
· 2.修改轮廓检索模式
· 3.修改轮廓的近似模式
分解介绍
函数:findContours
findContours(Mat image,List contours,Mat hierarchy,int mode,int method,Point offset)
参数介绍
· 第一个参数:image:单通道图像矩阵,可以是灰度图,但更常用的是二值图像,一般是经过Canny、拉普拉斯等边缘检测算子处理过的二值图像;
· 第二个参数:contours,定义为"vector> contours",是一个向量,并且是一个双重向量,向量内每个元素保存了一组由连续的Point点构成的点的集合的向量,每一组Point点集就是一个轮廓。有多少轮廓,向量contours就有多少元素。
· 第三个参数:存储了检出的轮廓层级结构,具体学习参考别人的文档:
· 第四个参数:int型的mode,定义轮廓的检索模式:
· RETR_EXTERNAL:只检测最外围轮廓,包含在外围轮廓内的内围轮廓被忽略
· RETR_LIST :检测所有的轮廓,包括内围、外围轮廓,但是检测到的轮廓不建立等级关系,彼此之间独立,没有等级关系,这就意味着这个检索模式下不存在父轮廓或内嵌轮廓
· RETR_CCOMP: 检测所有的轮廓,但所有轮廓只建立两个等级关系,外围为顶层,若外围内的内围轮廓还包含了其他的轮廓信息,则内围内的所有轮廓均归属于顶层
· RETR_TREE:检测所有轮廓,所有轮廓建立一个等级树结构。外层轮廓包含内层轮廓,内层轮廓还可以继续包含内嵌轮廓。
· 第五个参数:int型的method,定义轮廓的近似方法:
· CHAIN_APPROX_NONE:保存物体边界上所有连续的轮廓点到contours向量内
· CHAIN_APPROX_SIMPLE:仅保存轮廓的拐点信息,把所有轮廓拐点处的点保存入contours向量内,拐点与拐点之间直线段上的信息点不予保留
· CHAIN_APPROX_TC89_L1,CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法
· 第六个参数:Point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!