Opencv学习（四）——图像轮廓

一、查找绘制轮廓

1.1 寻找轮廓

一个轮廓一般对应一系列的点，也就是图像中的一条曲线。

void findContours(
inputArray,
outputArray,
outputArray hierarchy,
int mode,
int method,
Point offset=Point()
) ;

• 第一个参数，输入图像，需为8位单通道图像，可以使用compare()、inrange()、threshold()、adaptivethreshold()、canny()等函数由灰度图或彩色图创建二进制图像创建二进制图像。此函数会提取图像轮廓的同时修改图像的内容。
• 第二个参数，每个轮廓存储为一个点向量，即用point类型的vector表示。
• 第三个参数，可选的输出向量，包含图像的拓扑信息。其作为轮廓数量的表示，包含了许多元素。每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0]~hierarchy[i][3]，分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号。如果没有对应项，对应的hierarchy[i]值设置为负数。
• 第四个参数，轮廓检索模式。
  （1）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。
  （2）RETR_LIST：提取所有轮廓，并且放置在list中。检测的轮廓不建立等级关系。
  （3）RETR_CCOMP：提取所有轮廓，并且将其组织为双层结构（two-level hierarchy：顶层为连通域的外围边界，次层为孔的内层边界）。
  （4）RETR_TREE：提取所有轮廓，并重新建立网状的轮廓结构。
• 第五个参数，轮廓的近似办法。
  （1）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，即max(abs(x1-x2))，abs(y2-y1)==1
  （2）CHAIN_APPROX_SIMPLE：压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息。
  （3）CHAIN_APPROX_TC89_L1,CHAIN_APPROX_TC89_KCOS：使用Teh_Chinl链逼近算法中的一个。
• 第六个参数，每个轮廓点的可选偏移量，默认值Point()。对ROI图像中找出的轮廓，并要在整个图像中进行分析时，这个参数便可派上用场。

1.2 绘制轮廓

void drawContours(
inputoutputArray,
inputArrayOfArray,
int contourIdx,
const Scalar& color,
int thickness=1,
int lineType=8,
inputArray hierarchy=noArray(),
int maxLevel=INT_MAX,
Point offset=Point()
) ;

• 第一个参数，目标图像。
• 第二个参数，所有的输入轮廓，每个轮廓存储为一个点向量，即用point类型的vector表示。
• 第三个参数，轮廓绘制的指示变量。如果其为负值，则绘制所有轮廓。
• 第四个参数，轮廓的颜色。
• 第五个参数，轮廓线条的粗细度，有默认值1.如果其为负值（如thickness=cv_filled），便会绘制在轮廓的内部。可选为CV_FILLED宏。
• 第六个参数，线条的类型，默认值为8。
  （1）8:8连通型
  （2）4:4连通型
  （3）LINE_AA/CV_AA:抗锯齿线型
• 第七个参数，可选的层次结构信息，默认值noArray()。
• 第八个参数，表示用于绘制轮廓的最大等级，默认值INT_MAX。
• 第九个参数，可选的轮廓偏移参数，用指定的偏移量offset=(dx,dy)偏移需要绘制的轮廓，有默认值Point()。

二、寻找凸包

​ 在二维欧几里得空间中，凸包可以想象为一条刚好包着所有点的橡皮圈，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形，它能包含点集中所有的点。

void convexHull ( InputArray points,
OutputArray hull,
bool clockwise = false,
bool returnPoints = true
)

• points:输入的二维点集，Mat类型数据即可
• hull:输出参数，用于输出函数调用后找到的凸包
• clockwise:操作方向，当标识符为真时，输出凸包为顺时针方向，否则为逆时针方向。
• returnPoints:操作标识符，默认值为true，此时返回各凸包的各个点，否则返回凸包各点的指数，当输出数组时std::vector时，此标识被忽略。

三、使用多边形包围轮廓

3.1 返回外部矩形边界-boundingRect函数

​ 此函数计算并返回指定点集最外面(up-right)的矩形边界。

Rect boundingRect(inputArray points)

其唯一的参数就是输入的二维点集。

3.2 寻找最小包围矩形–minAreaRect函数

​ 此函数用于对给定的2D点集，寻找可旋转的最小面积的包围矩形。

RotateRect minAreaRect(inputArray points)

其唯一的一个参数为输入的二维点集。

3.3 寻找最小包围圆形–minEnclosingCircle函数

​ 函数的功能是利用一种迭代算法，对给定的2D点集，去寻找面积最小的可包围它们的圆形。

void minEnclosingCircle(

inputArray points,
Point2f& center,
float& radius
) ;

• 第一个参数，输入的二维点集。
• 第二个参数，圆的输出圆心。
• 第三个参数，圆的输出半径。

3.4 用椭圆拟合二维点集–fitEllipse函数

​ 此函数的作用是用椭圆拟合二维点集。

RotateRect fitEllipse(
inputArray points
) ;

其唯一的一个参数为输入的二维点集。

3.5 逼近多边形曲线–approxPolyDp函数

​ 函数的作用是用指定精度逼近多边形曲线

void approxPolyDp(

inputArray curve,

outputArray approxCurve,

double epsilon,

bool closed

) ;

• 第一个参数，输入的二维点集。
• 第二个参数，多边形逼近的结果其类型应该和输入的二维点集的类型一致。
• 第三个参数，逼近的精度，为原始曲线和即近似曲线间的最大值。
• 第四个参数，如果其为真，则近似的曲线为封闭曲线（第一个顶点和最后一个顶点相连），否则，近似的曲线不封闭。

四、图像的矩

4.1 矩的计算–moments函数

​ 函数用于计算多边形和光栅形状的最高达三阶的所有矩。矩用来计算形状的重心、面积，主轴和其他形状特征，如7Hu不变量等。

Moments moments(inputArray array, bool binaryImage=false)

• 第一个参数，输入参数，可以是光栅图像（单通道，8位或浮点的二维数组）或二维数组(1N或N1)。

• 第二个参数，默认值false，若此参数取true，则所有非零像素为1.此参数仅对图像使用。

4.2 计算轮廓面积–contourArea函数

​ 函数用于计算整个轮廓或部分轮廓的面积

double contourArea(inputArray contour, bool oriented=false)

• 第一个参数，输入的向量，二维点（轮廓顶点）。
• 第二个参数，面向区域标识符，若为true，该函数返回一个带符号的面积值，其正负取决于轮廓的方向（顺时针还是逆时针）。根据这个特性我们可以根据面积的符号来确定轮廓的位置。需要注意的是，这个参数有默认值false，表示以绝对值返回，不带符号。

4.3 计算轮廓长度–arcLength函数

​ 函数用于计算封闭轮廓的周长或曲线的长度。

double arcLength(inputArray curve,bool closed)

• 第一个参数，输入的二维点集。
• 第二个参数，一个用于指示曲线是否封闭的标识符，默认值closed，表示曲线封闭。

五、图像修补

void inpaint( InputArray src, InputArray inpaintMask,
OutputArray dst, double inpaintRadius, int flags );

• 第一个参数src，输入的单通道或三通道图像；
• 第二个参数inpaintMask，图像的掩码，单通道图像，大小跟原图像一致，-inpaintMask图像上除了需要修复的部分之外其他部分的像素值全部为0；
• 第三个参数dst，输出的经过修复的图像；
• 第四个参数inpaintRadius，修复算法取的邻域半径，用于计算当前像素点的差值；
• 第五个参数flags，修复算法，有两种：INPAINT_NS 和I NPAINT_TELEA；