opencv轮廓检测之FindContours函数算法解释

在检测物体的轮廓时，我们通常会使用到opencv中的findcontour和drawcontour，比较常用而且效果不错。

1985年，satoshi suzuki发表了一篇论文，Topological structural analysis of digitized binary images by border following，他介绍了两种算法来实现轮廓的提取，当然输入的图像是二值图像。findcontour就是基于这篇论文的思路来实现。

 

一、论文首先介绍了基本概念

       1. 上下左右极限位置构成了frame, 假定frame像素由0 构成

       2. 由像素0构成的componet ：如果包含frame, 那将其称之为background；若不包含frame，则称为hole；

       3. 定义一: 

               In the 4- (8-) connected case, a 1-pixel (i, j) having a 0-pixel ( p, q) in its 8- (4) neighborhood is called a border point.

               It is also described as “a border point between a 1-component S1, and a 0-components S2,”

                       if (i, j) is a member of S1 and (p, q) is a member of S2.

           定义二: (surroundness among connected components).

                        For given two connected components S1 and S2 in a binary picture, if there exists a pixel belonging  to S2 for any 4-path from a pixel in S1 to a pixel on the frame, we say that S2 surrounds S1. 

                         If S2 surrounds S1 and there exists a border point between them, then S2 is said to surround S1 directly.

           定义三: (outer border and hole border). 

                        An outer border is defined as the set of the border points between an arbitrary 1-component and the 0-component which surrounds it directly. Similarly, we refer to the set of the border points between a hole and the 1-component which surrounds it directly asa hole border.
                        We use the term “border” for either an outer border or a hole border. Note that the hole border is defined as a set of 1-pixels (not 0-pixels)as well as the outer border.

           定义四:

                       The parent border of an outer border between a1-component S1 and the 0-component S2 which surrounds S1 directly is defined as:
                 (1) the hole border between S2 and the 1-component which surrounds S2directly, if S2 is ahole;
                 (2) the frame of the picture, if S2 is the background.

           定义五:

                     For two given borders B0 and Bn of a binary picture, we say that Bn surrounds B0 is there exists a sequence of border B0, B1, . . . , Bn such that Bk if the parent border of Bk-1, for all k (1 <= k <= n)

 

 

论文主要介绍了两种算法，用来对数字二值图像进行拓扑分析。第一种算法是在确定二值图像边界的围绕关系，即确定外边界、孔边界以及他们的层次关系，由于这些边界和原图的区域具有一一对应关系（外边界对应像素值为1的连通区域，孔边界对应像素值为0的区域），因此我们就可以用边界来表示原图。第二种算法，是第一种算法的修改版本，本质一样，但是它只找最外面的边界。

即：一个是确定这些border的包含关系

       一个是只找最外层的border

 

二、主要分析第一个算法：

     1、每次行扫描,遇到以下两种情况，确定外边界（outer boeder）和孔边界（hole border）：

（1）f(i,j-1)=0，f(i,j)=1；//f(i,j)是外边界的起始点

（2）f(i,j)>=1，f(i,j+1)=0；//f(i,j)是孔边界的起始点

   2、然后给它编号(编号唯一,由NBD指定)

       在这里分配一个唯一的标示符给新发现的边界，叫做NBD。初始时NBD=1，每次发现一个新边界加1。在这个过程中，遇到f(p,q)=1,f(p,q+1)=0时，将f(p,q)置为-NBD。什么意思呢？就是右边边界的终止点。