OpenCV学习(28) 轮廓-白红宇

OpenCV学习(28) 轮廓

阅读量：6564 次

发布时间：2019-06-24

本文共 6440 字，大约阅读时间需要 21 分钟。

OpenCV中可以方便的在一副图像中检测到轮廓，并把这些轮廓画出来。主要用到两个函数：一个是findContours( img, contours0, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);另一个是drawContours( cnt_img, contours, idx, color, 1, 8, hierarchy );

int main( int argc, char**)     {
       Mat img = Mat::zeros(w, w, CV_8UC1); //画6个卡通头像 for( int i = 0; i < 6; i++ )         {
   int dx = (i%2)*250 - 30; int dy = (i/2)*150; const Scalar white = Scalar(255); const Scalar black = Scalar(0); if( i == 0 )             {
   //给第一个卡通画上11根头发 for( int j = 0; j <= 10; j++ )                 {
   double angle = (j+5)*CV_PI/21;                 line(img, Point(cvRound(dx+100+j*10-80*cos(angle)),                     cvRound(dy+100-90*sin(angle))),                     Point(cvRound(dx+100+j*10-30*cos(angle)),                     cvRound(dy+100-30*sin(angle))), white, 1, 8, 0);                 }             }         ellipse( img, Point(dx+150, dy+100), Size(100,70), 0, 0, 360, white, -1, 8, 0 );         ellipse( img, Point(dx+115, dy+70), Size(30,20), 0, 0, 360, black, -1, 8, 0 );         ellipse( img, Point(dx+185, dy+70), Size(30,20), 0, 0, 360, black, -1, 8, 0 );         ellipse( img, Point(dx+115, dy+70), Size(15,15), 0, 0, 360, white, -1, 8, 0 );         ellipse( img, Point(dx+185, dy+70), Size(15,15), 0, 0, 360, white, -1, 8, 0 );         ellipse( img, Point(dx+115, dy+70), Size(5,5), 0, 0, 360, black, -1, 8, 0 );         ellipse( img, Point(dx+185, dy+70), Size(5,5), 0, 0, 360, black, -1, 8, 0 );         ellipse( img, Point(dx+150, dy+100), Size(10,5), 0, 0, 360, black, -1, 8, 0 );         ellipse( img, Point(dx+150, dy+150), Size(40,10), 0, 0, 360, black, -1, 8, 0 );         } //显示所画的图像     namedWindow( "image", 1 );     imshow( "image", img ); //抽取轮廓     vector
     
      
        > contours0;     vector
       
        
          > contours;     vector
         
           hierarchy;     findContours( img, contours0, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);     contours.resize(contours0.size()); //多边形近似，第三个参数是精度，表示近似曲线和原始曲线之间的距离 for( size_t k = 0; k < contours0.size(); k++ )         approxPolyDP(Mat(contours0[k]), contours[k], 3, true);     namedWindow( "contours", 1 );     Mat cnt_img = Mat::zeros(w, w, CV_8UC3); int idx = 0; for( ; idx >= 0; idx = hierarchy[idx][0] )         {
           Scalar color( rand()&255, rand()&255, rand()&255 );         drawContours( cnt_img, contours, idx, color, 1, 8, hierarchy );         }     imshow("contours", cnt_img);     namedWindow( "contours1", 1 );     Mat cnt_img1 = Mat::zeros(w, w, CV_8UC3);     idx = 0; //for( ; idx >= 0; idx = hierarchy[idx][0] ) //    {
    //    Scalar color( rand()&255, rand()&255, rand()&255 ); //    drawContours( cnt_img1, contours, idx, color,1, 1, hierarchy, 2 ); //    }     Scalar color( rand()&255, rand()&255, rand()&255 );     drawContours( cnt_img1, contours, -1, color,1, 1 );     imshow("contours1", cnt_img1); while(1)        waitKey(); return 0;     }

上面的代码会首先画6个卡通头像，然后检测卡通头像中的轮廓并画出来。

其中抽取轮廓的代码为：

//抽取轮廓

vector<vector<Point> > contours0;

vector<vector<Point> > contours;

vector<Vec4i> hierarchy;

findContours( img, contours0, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);

findContours函数原型为：

void findContours(InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, intmethod, Point offset=Point())

image – 8bit的单通道图像。

contours – 检测到的轮廓，每个轮廓都是一系列的点组成。通常用vector<vector<Point> > 定义轮廓。

hierarchy – 定义为vector<Vec4i> hierarchy; 对第i个轮廓，元素hierarchy[i][0] ,hiearchy[i][1] , hiearchy[i][2] , 和 hiearchy[i][3]分别表示同一层级前一个轮廓和后一个轮廓索引，第一个孩子轮廓和父轮廓索引。如果值为-1，则表示该轮廓不存在相应的关系轮廓。

第四个参数为mode – 模式：

CV_RETR_EXTERNAL 仅检测外部轮廓，它会设置hierarchy[i][2]=hierarchy[i][3]=-1 。

CV_RETR_LIST 没有任何层级的检测所有轮廓，这样轮廓之间就失去了拓扑语义，全成了平级关系。
- CV_RETR_CCOMP 检测所有轮廓，然后组织成2级模式，顶层是外部轮廓，第二级是内部洞的轮廓。如果里面还有嵌套轮廓，会重新成为2级关系。
- CV_RETR_TREE 检索全层级嵌套轮廓，我们程序中就是使用这个设置。

method – 近似求轮廓的方法：
CV_CHAIN_APPROX_NONE 连续存储所有的轮廓点，任何两个相邻的点都是水平、垂直或者斜相邻的。也就是说 max(abs(x1-x2),abs(y2-y1))==1.
- CV_CHAIN_APPROX_SIMPLE 压缩存储，对于水平，垂直或者斜向的线段，只会保存端点。比如一个四边形，只会存储四个顶点。
- CV_CHAIN_APPROX_TC89_L1,CV_CHAIN_APPROX_TC89_KCOS
- 参考paper：Teh, C.H. and Chin, R.T., On the Detection of Dominant Points on Digital Curve. PAMI 11 8, pp 859-872 (1989)

offset – 每个轮廓点被偏移的距离。当在ROI区域检测轮廓时，这个是有用的，因为一般需要在原图中分析和画轮廓。

函数findContours检测轮廓的算法来自于paper：Suzuki, S. and Abe, K., Topological Structural Analysis of Digitized Binary Images by Border Following. CVGIP 30 1, pp 32-46 (1985)

在代码中，我们接着用了一个近似多边形函数，代码如下：

contours.resize(contours0.size());

//多边形近似，第三个参数是精度，表示近似曲线和原始曲线之间的距离

for( size_t k = 0; k < contours0.size(); k++ )

approxPolyDP(Mat(contours0[k]), contours[k], 3, true);

void approxPolyDP(InputArray curve, OutputArray approxCurve, double epsilon, bool closed)

curve – 轮廓点集表示的曲线。通常用vector表示。

approxCurve – 输出的近似多边形曲线。

epsilon – 近似精度，表示原始曲线和近似曲线之间的最大距离，比如代码中3。

closed – 曲线是否是闭合曲线。

多边形近似用的算法是：

如果增大精度，则轮廓曲线越不光滑，比如我们设置epsilon为6，则得到下面的轮廓图：

最后我们要用drawContours把轮廓画出来：

void drawContours(InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color, intthickness=1, int lineType=LINE_8, InputArray hierarchy=noArray(), int maxLevel=INT_MAX, Point offset=Point() )