OpenCV学习笔记15 OpenCV图像处理模块ImgProc Module. Image Processing（八）

3.20 在图像中寻找轮廓 

使用 findContours 函数寻找轮廓。

使用 drawContours 函数绘出轮廓。

  Mat canny_output;
  vector > contours;
  vector hierarchy;

  /// 用Canny算子检测边缘
  Canny( src_gray, canny_output, thresh, thresh*2, 3 );
  /// 寻找轮廓
  findContours( canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0) );

  /// 绘出轮廓
  Mat drawing = Mat::zeros( canny_output.size(), CV_8UC3 );
  for( int i = 0; i< contours.size(); i++ )
     {
       Scalar color = Scalar( rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) );
       drawContours( drawing, contours, i, color, 2, 8, hierarchy, 0, Point() );
     }

findContours 函数参数说明：

canny_output：输入，源图像，8位单通道图像，非零像素看作1，零值像素仍为0（其实就是二值图像）。

contours：输出，检测到的轮廓，每一个轮廓都存储在一个 vector 中.

hierarchy：可选的输出数组，包含了图像的拓扑信息。它有尽可能多的轮廓数目的元素。记录了轮廓的层次信息。

mode：轮廓的检测模式。 

CV_RETR_EXTERNAL：仅检测外轮廓。

CV_RETR_LIST：检测所有轮廓，但不建立任何层次关系。

CV_RETR_CCOMP：检测所有轮廓并把它们组织成两级层次。顶层是外轮廓，第二层是内孔的边界。如果在孔内还有轮廓，则放置在顶层。

CV_RETR_TREE：检测所有轮廓并重构一个完整的嵌套式层次结构轮廓。

method：轮廓逼近方法。

CV_CHAIN_APPROX_NONE：存储所有的轮廓点，任意两个连续的轮廓点之间的关系是垂直、水平或对角线相邻。

CV_CHAIN_APPROX_SIMPLE：压缩水平、垂直和对角线段，只留下它们的端点。

CV_CHAIN_APPROX_TC89_L1和CV_CHAIN_APPROX_TC89_KCOS：适用于 Tech-Chin 链逼近算法的一种。

offset：可选偏移量。如果轮廓从图像的ROI中提取，轮廓坐标是ROI中的位置，而分析应针对整幅图像，则得到的轮廓坐标应该进行一定的偏移，移回原图像的坐标位置。

drawContours 函数参数说明：

drawing：输出目标图像。

contours：输入的所有轮廓，每个轮廓存储为vector

i：要画的轮廓线的索引。如果为负数，则绘制所有轮廓。

color：轮廓线的颜色。

2：轮廓线的粗细。

8：连接线的类型。

hierarchy：关于层次的可选信息。

0：绘制轮廓的最大水平。如果是0，只绘制指定的轮廓。如果是1，绘制指定轮廓和被嵌套的轮廓。如果是2，绘制指定轮廓，被嵌套轮廓和迭代嵌套的轮廓。只有上一个参数hierarchy有用时才考虑使用该参数。

Point()：可选偏移量。解释同上一个函数的offset。

3.21 计算凸包 - Convex Hull

凸包（Convex Hull）是一个计算几何（图形学）中的概念。用不严谨的话来讲，给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸多边型，它能包含点集中所有点的。严谨的定义和相关概念参见维基百科：凸包。

使用 convexHull 函数计算凸包。

在进行凸包计算之前，先要将图像转换到灰度图并进行滤波处理。

   Mat src_copy = src.clone();
   Mat threshold_output;
   vector > contours;
   vector hierarchy;

   /// 对图像进行二值化
   threshold( src_gray, threshold_output, thresh, 255, THRESH_BINARY );

   /// 寻找轮廓
   findContours( threshold_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0) );

   /// 对每个轮廓计算其凸包
   vector >hull( contours.size() );
   for( int i = 0; i < contours.size(); i++ )
      {  convexHull( Mat(contours[i]), hull[i], false ); }

   /// 绘出轮廓及其凸包
   Mat drawing = Mat::zeros( threshold_output.size(), CV_8UC3 );
   for( int i = 0; i< contours.size(); i++ )
      {
        Scalar color = Scalar( rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) );
        drawContours( drawing, contours, i, color, 1, 8, vector(), 0, Point() );
        drawContours( drawing, hull, i, color, 1, 8, vector(), 0, Point() );
      }

convexHull 函数参数说明：

Mat(contours[i])：输入的2维点集，存储在 vector 或 Mat 中。

hull[i]：输出的凸包。同轮廓的存储方式类似，存储构成凸包的点集。它也可以存储输入的原始点集数组的索引。

false：标志位。为true时返回构成凸包的点。为false时返回凸包点的索引。当hull是vector时，该标志位被忽略，输出取决于vector的具体类型：vector则返回点集，vector则返回索引（reference_manual上这样说的，感觉说反了，存疑）。

3.22 创建包围轮廓的矩形和圆形边界框

使用 boundingRect 函数计算包围轮廓的矩形框。

使用 minEnclosingCircle 函数计算完全包围已有轮廓的最小圆。

/** @thresh_callback 函数 */
void thresh_callback(int, void* )
{
  Mat threshold_output;
  vector > contours;
  vector hierarchy;

  /// 使用Threshold检测边缘
  threshold( src_gray, threshold_output, thresh, 255, THRESH_BINARY );
  /// 找到轮廓
  findContours( threshold_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0) );

  /// 多边形逼近轮廓 + 获取矩形和圆形边界框
  vector > contours_poly( contours.size() );
  vector boundRect( contours.size() );
  vectorcenter( contours.size() );
  vectorradius( contours.size() );

  for( int i = 0; i < contours.size(); i++ )
     { approxPolyDP( Mat(contours[i]), contours_poly[i], 3, true );
       boundRect[i] = boundingRect( Mat(contours_poly[i]) );
       minEnclosingCircle( contours_poly[i], center[i], radius[i] );
     }


  /// 画多边形轮廓 + 包围的矩形框 + 圆形框
  Mat drawing = Mat::zeros( threshold_output.size(), CV_8UC3 );
  for( int i = 0; i< contours.size(); i++ )
     {
       Scalar color = Scalar( rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) );
       drawContours( drawing, contours_poly, i, color, 1, 8, vector(), 0, Point() );
       rectangle( drawing, boundRect[i].tl(), boundRect[i].br(), color, 2, 8, 0 );
       circle( drawing, center[i], (int)radius[i], color, 2, 8, 0 );
     }

boundingRect 函数参数说明：

Mat(contours_poly[i])：输入的点集数组，计算出恰好完全包围该点集的矩形。返回描述矩形的Rect类型。

minEnclosingCircle 函数参数说明：

contours_poly[i]：输入一组2维点集，存储在 vector 或 Mat 中。

center[i]：输出圆心。

radius[i]：输出圆的半径。

3.23 为轮廓创建可倾斜的边界框和椭圆

使用 minAreaRect 函数计算包围轮廓的最小矩形框（可能是倾斜的）。

使用 fitEllipse 函数计算包围轮廓的最小椭圆形。

  Mat threshold_output;
  vector > contours;
  vector hierarchy;

  /// 阈值化检测边界
  threshold( src_gray, threshold_output, thresh, 255, THRESH_BINARY );
  /// 寻找轮廓
  findContours( threshold_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0) );

  /// 对每个找到的轮廓创建可倾斜的边界框和椭圆
  vector minRect( contours.size() );
  vector minEllipse( contours.size() );

  for( int i = 0; i < contours.size(); i++ )
     { minRect[i] = minAreaRect( Mat(contours[i]) );
       if( contours[i].size() > 5 )
         { minEllipse[i] = fitEllipse( Mat(contours[i]) ); }
     }

  /// 绘出轮廓及其可倾斜的边界框和边界椭圆
  Mat drawing = Mat::zeros( threshold_output.size(), CV_8UC3 );
  for( int i = 0; i< contours.size(); i++ )
     {
       Scalar color = Scalar( rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) );
       // contour
       drawContours( drawing, contours, i, color, 1, 8, vector(), 0, Point() );
       // ellipse
       ellipse( drawing, minEllipse[i], color, 2, 8 );
       // rotated rectangle
       Point2f rect_points[4]; minRect[i].points( rect_points );
       for( int j = 0; j < 4; j++ )
          line( drawing, rect_points[j], rect_points[(j+1)%4], color, 1, 8 );
     }

minAreaRect 函数参数说明：

Mat(contours[i])：输入的一组点集。返回包围该点集的最小矩形，矩形可能是旋转倾斜的情况。

fitEllipse 函数参数说明：

Mat(contours[i])：输入的一组点集。计算包围该点集的最小平方意义上的椭圆，返回的是 该椭圆的外接矩形。