opencv学习笔记（二十九）轮廓发现

1.基本概念

轮廓发现是基于图像边缘提取的基础寻找对象轮廓的方法，所以边缘提取的阈值选定会影响最终轮廓发现结果。

2.步骤和相关API

（1）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

（2）轮廓发现API：cv::findContours(InputOutputArray  binImg, OutputArrayOfArrays  contours,OutputArray  hierachy，int mode, int method,Point offset=Point()）

参数详解参考：https://blog.csdn.net/laobai1015/article/details/76400725

binImg：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

contours：定义为“vector<vector<Point>> 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

hierarchy：定义为“vector<Vec4i> hierarchy”，先来看一下Vec4i的定义：typedef    Vec<int, 4>   Vec4i; Vec4i是Vec<int,4>的别名，定义了一个“向量内每一个元素包含了4个int型变量”的向量。 所以从定义上看，hierarchy也是一个向量，向量内每个元素保存了一个包含4个int整型的数组 。向量hiararchy内的元素和轮廓向量contours内的元素是一一对应的，向量的容量相同。hierarchy向量内每一个元素的4个int型变量——hierarchy[i][0] ~hierarchy[i][3]，分别表示第i个轮廓的后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号。如果当前轮廓没有对应的后一个轮廓、前一个轮廓、父轮廓或内嵌轮廓的话，则hierarchy[i][0] ~hierarchy[i][3]的相应位被设置为默认值-1。

mode：定义轮廓的检索模式：

 取值一：CV_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

 取值二：CV_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，

                  所以hierarchy向量内所有元素的第3、第4个分量都会被置为-1，具体下文会讲到

取值三：CV_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

取值四：CV_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。

method：定义轮廓的近似方法：

取值一：CV_CHAIN_APPROX_NONE 保存物体边界上所有连续的轮廓点到contours向量内

取值二：CV_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

取值三和四：CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近

                   似算法

offset：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

（3）轮廓绘制API：void drawContours(InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color, int thickness=1, int lineType=8, InputArray hierarchy=noArray(), int maxLevel=INT_MAX, Point offset=Point() )

image：输出图像

contours：全部发现的轮廓对象

contourIdx：轮廓索引号

color：绘制时候颜色

thickness：绘制线宽

lineType：线的类型LINE_8

hierarchy：拓扑结构图

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

offset：轮廓位移，可选

3.代码实现

#include "stdafx.h"
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace std;
using namespace cv;

Mat src, dst;
char inputName[] = "input name";
char outputName[] = "output name";
int threshold_value = 100;
int threshold_max = 255;
RNG rng(12345);
void Contour_Demo(int, void *);
int main()
{
	src = imread("D:/demo.jpg");
	if (src.empty())
	{
		cout << "找不到图像!" << endl;
		return -1;
	}
	namedWindow(inputName, CV_WINDOW_AUTOSIZE);
	namedWindow(outputName, CV_WINDOW_AUTOSIZE);
	imshow(inputName, src);
	//第一步转灰度
	cvtColor(src, src, CV_BGR2GRAY);

	createTrackbar("Threshold Value", outputName, &threshold_value, threshold_max, Contour_Demo);
	Contour_Demo(0, 0);
	waitKey(0);
	return 0;
}
void Contour_Demo(int, void *)
{
	Mat canny_output;
	vector<vector<Point>> points;
	vector<Vec4i> hierachy;
	//第二步Canny边缘提取
	Canny(src, canny_output, threshold_value, threshold_value * 2, 3,false);
	//第三步寻找轮廓放入points容器
	findContours(canny_output, points, hierachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
	dst = Mat::zeros(src.size(), CV_8UC3);
	//第四步将容器中对象画出来
	for (size_t i=0; i < points.size(); i++)
	{
		Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
		drawContours(dst, points, i, color, 1, LINE_AA, hierachy, 0, Point(0, 0));
	}
	imshow(outputName, dst);
}

4.运行结果