【OpenCV：从零到一】19：轮廓发现

前言
这是我《OpenCV：从零到一》专栏的第十九篇博客，想看跟多请戳这。
本文概要
findContours发现轮廓
drawContours绘制轮廓
案例代码
大概内容： 轮廓发现 。

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

using namespace std;
using namespace cv;

Mat src, dst;
const char* output_win = "findcontours-demo";
int threshold_value = 100;
int threshold_max = 255;
RNG rng;
void Demo_Contours(int, void*);
int main(int argc, char** argv) {
	src = imread("D:/86186/Documents/opencv/lena.jpg");
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input-image", WINDOW_AUTOSIZE);
	namedWindow(output_win, WINDOW_AUTOSIZE);
	imshow("input-image", src);
	cvtColor(src, src, COLOR_BGR2GRAY);

	const char* trackbar_title = "Threshold Value:";
	createTrackbar(trackbar_title, output_win, &threshold_value, threshold_max, Demo_Contours);
	Demo_Contours(0, 0);

	waitKey(0);
	return 0;
}

void Demo_Contours(int, void*) {
	Mat canny_output;
	vector<vector<Point>> contours;
	vector<Vec4i> hierachy;
	Canny(src, canny_output, threshold_value, threshold_value * 2, 3, false);
	findContours(canny_output, contours, hierachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
	/*
	InputOutputArray  binImg, // 输入图像，非0的像素被看成1,0的像素值保持不变，8-bit
	OutputArrayOfArrays  contours,//  全部发现的轮廓对象
	OutputArray,  hierachy// 图该的拓扑结构，可选，该轮廓发现算法正是基于图像拓扑结构实现。
	int mode, //  轮廓返回的模式  RetrievalModes
	int method,// 发现方法  ContourApproximationModes
	Point offset=Point()//  轮廓像素的位移，默认（0, 0）没有位移
	
	mode(RetrievalModes)
	RETR_EXTERNAL:表示只检测最外层轮廓，对所有轮廓设置hierarchy[i][2]=hierarchy[i][3]=-1
	RETR_LIST:提取所有轮廓，并放置在list中，检测的轮廓不建立等级关系
	RETR_CCOMP:提取所有轮廓，并将轮廓组织成双层结构(two-level hierarchy),顶层为连通域的外围边界，次层位内层边界
	RETR_TREE:提取所有轮廓并重新建立网状轮廓结构
	RETR_FLOODFILL：官网没有介绍，应该是洪水填充法
	method(ContourApproximationModes)
	CHAIN_APPROX_NONE：获取每个轮廓的每个像素，相邻的两个点的像素位置差不超过1
	CHAIN_APPROX_SIMPLE：压缩水平方向，垂直方向，对角线方向的元素，值保留该方向的重点坐标，如果一个矩形轮廓只需4个点来保存轮廓信息
	CHAIN_APPROX_TC89_L1和CHAIN_APPROX_TC89_KCOS使用Teh-Chinl链逼近算法中的一种
	offset:轮廓点可选偏移量，有默认值Point()
	*/
	dst = Mat::zeros(src.size(), CV_8UC3);
	RNG rng(12345);
	for (size_t i = 0; i < contours.size(); i++) {
		Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
		drawContours(dst, contours, i, color, 2, 8, hierachy, 0, Point(0, 0));
		/*  findContours之后对发现的轮廓数据进行绘制显示
		InputOutputArray  binImg, // 输出图像
		OutputArrayOfArrays  contours,//  全部发现的轮廓对象
		Int contourIdx// 轮廓索引号
		const Scalar & color,// 绘制时候颜色
		int  thickness,// 绘制线宽
		int  lineType ,// 线的类型LINE_8
		InputArray hierarchy,//拓扑结构图
		int maxlevel,// 最大层数， 0只绘制当前的，1表示绘制绘制当前及其内嵌的轮廓
		Point offset=Point()// 轮廓位移，可选
		*/
	}
	imshow(output_win, dst);
}

运行效果:

解析及注意事项
步骤：
输入图像转为灰度图像cvtColor
使用Canny进行边缘提取，得到二值图像
使用findContours寻找轮廓
使用drawContours绘制轮廓

翻译笔记
approximation n.近似值；粗略估算；类似事物
contours n.轮廓；等高线；轮廓线；
retrieves v.取回；(猎狗将猎获物)找回；拉回(钩鱼线)；拯救
hierarchy n.层次体系