opencv028-轮廓发现

轮廓发现(find contour)

l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

lAPI介绍

-findContours发现轮廓

-drawContours绘制轮廓

轮廓发现(find contour)

在二值图像上发现轮廓使用API cv::findContours(

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

int method,// 发现方法

Point offset=Point()//  轮廓像素的位移，默认（0, 0）没有位移

)

轮廓绘制(draw contour)

在二值图像上发现轮廓使用API cv::findContours之后对发现的轮廓数据进行绘制显示

drawContours(

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

演示代码

l输入图像转为灰度图像cvtColor

l使用Canny进行边缘提取，得到二值图像

l使用findContours寻找轮廓

l使用drawContours绘制轮廓

#include 
#include 
using namespace std;
using namespace cv;

Mat src;
int threshold_value = 100;
int threshold_max = 255;
void Demo_Contours(int, void*);
const char * input_image = "input";
const char output_win[] = "output";
int main(int agrc, char** agrv) {
	Mat hsvbase, hsvtest1, hsvtest2;
	src = imread("C:/Users/liyangxian/Desktop/bjl/nm4.jpg");
	if (!src.data) {
		printf("no load..\n");
		return -1;
	}
	namedWindow(input_image, CV_WINDOW_AUTOSIZE);
	namedWindow(output_win, CV_WINDOW_AUTOSIZE);
	imshow(input_image, src);
	cvtColor(src, src, CV_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> contours;
	vector 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));

	Mat 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));
	}
	imshow(output_win, dst);
}