OpenCV-学习历程28 - 轮廓发现（find contour in your image）

OPENCV系列博客主要记录自己学习OPENCV的历程，以及存储已经实现的代码，以备后续回顾使用，代码中包含了主要的备注。

一. 轮廓发现原理： 

二.代码展示

#include <opencv2/opencv.hpp>
#include <iostream>

#include <math.h>
using namespace std;
using namespace cv;

/*This project is to do the contour searching in OpenCV learning*/

Mat src, temp, dst;

const char* INPUT_T = "input image";		    //设定图片窗口名称
const char* OUTPUT_T = "Output image";
const char* match_T = "Matching image";
const char* TEMP_T = "Template image";

int threshold_value = 100;
int threshold_max = 255;

void Contour_demo(int, void*);					   // 声明Matching子函数

int main(int argc, char** argv) {
	//Step1  读取并显示原始图片，Temp图像
	src = imread("E:/OpenCVLearning/Project/source_image/fish.png");
	
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}

	namedWindow(INPUT_T, CV_WINDOW_AUTOSIZE);
	namedWindow(OUTPUT_T, CV_WINDOW_AUTOSIZE);
	imshow(INPUT_T, src);
	cvtColor(src, src, CV_BGR2GRAY);                  //将原始图片转化为灰度图

	//Step2 创建trackbar并且，通过bar调整canny的阈值
	const char* trackbar_title = "Canny_threshold";
	createTrackbar(trackbar_title, OUTPUT_T, &threshold_value, threshold_max, Contour_demo);  //(trackbar名称，trackbar所在窗口，方法，极大值，执行子函数名)
	Contour_demo(0, 0);

	waitKey(0);
	return 0;
}

void Contour_demo(int, void*) {
	//Step3 使用Canny方法，提取边缘
	Mat canny_output;
	Canny(src, canny_output, threshold_value, threshold_value * 2, 3, false);

	//Step4 使用findContour 方法，提取轮廓
	vector<vector<Point>> contours;           //!!轮廓是由一系列点组成的，所以findContour处理生成的轮廓存储其中
	vector<Vec4i> hierachy;				      //!!通过树形结构查找轮廓
	findContours(canny_output, contours, hierachy,RETR_TREE,CHAIN_APPROX_SIMPLE,Point(0,0));   //轮廓不偏移


	//Step5 使用drawContour 方法，绘制轮廓
	dst = Mat::zeros(src.size(), CV_8SC3);	  //指定dst的尺寸和数据结构
	Scalar color =Scalar(128,128,128);
     
	for (size_t i = 0; i < contours.size(); i++) {     //轮廓是以数组方式存储的，因此需要遍历提取
		drawContours(dst, contours, i, color,2,8, hierachy,0, Point(0, 0));   //Contour中的第i个轮廓
		imshow(OUTPUT_T, dst);
	}

}

三.最终效果