【opencv学习笔记】029 之轮廓发现——findContours函数、drawContours函数详解

目录

一、前言

二、轮廓发现

1、轮廓发现

2、发现轮廓API

3、绘制轮廓API

4、代码展示

5、执行结果

---

一、前言

继续更新有关于opencv的基础博客，即将更新完毕，想想有点开心呢！

如果想看其他有关于OpenCV学习方法介绍、学习教程、代码实战、常见报错及解决方案等相关内容，可以直接看我的OpenCV分类：

【OpenCV系列】：https://blog.csdn.net/shuiyixin/article/category/7581855

如果你想了解更多有关于计算机视觉、OpenCV、机器学习、深度学习等相关技术的内容，想与更多大佬一起沟通，那就扫描下方二维码加入我们吧！

 

二、轮廓发现

1、轮廓发现

轮廓我想大家都知道是个啥玩意了。主要是这个轮廓发现，单从字面意思理解，我们也知道，就是我们要发现物体的轮廓。

那对于opencv计算机视觉来说，轮廓发现就是通过对图像进行处理之后，提取物体的轮廓的操作。想要提取图像的轮廓，我们就肯定要先找到图像的边缘。

在opencv中，我们想要获得图像的轮廓，分为两部分操作：

（1）发现轮廓

（2）绘制轮廓

 

2、发现轮廓API

接下来我们先讲一下发现轮廓的API。

void findContours( 
    InputArray image, 
    OutputArrayOfArrays contours,
    OutputArray hierarchy,
    int mode,
    int method,                              
    Point offset = Point()
);

函数参数含义如下：

（1）InputArray类型的image，8位单通道图像。非零像素被视为1。零像素保持为0，因此图像被视为二进制。

（2）OutputArrayOfArrays类型的contours，检测到的轮廓。每个轮廓都存储为点的矢量。

（3）OutputArray类型的hierarchy，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。

（4）int类型的mode，轮廓检索模式，参见cv：：RetrievalModes

（5）int类型的method，轮廓近似法，参加cv::ContourApproximationModes。

（6）Point类型的offset，每个轮廓点的偏移量。如果从图像感兴趣区域中提取轮廓，然后在整个图像上下文中对其进行分析，这将非常有用。默认（0, 0）没有位移。

在opencv中，有该函数的一个重载函数，两个函数的区别在于是否有第三个参数：

void findContours( 
    InputArray image, 
    OutputArrayOfArrays contours,
    int mode,
    int method,                              
    Point offset = Point()
);

这两个函数的真正区别在于：

需不需要输出hierarchy层次结构(可用于分析轮廓间关系，一般比较少用到)。

3、绘制轮廓API

接下来我们讲一下绘制轮廓的API。

void drawContours( 
    InputArray image, 
    OutputArrayOfArrays contours,
    int contourIdx,
    const Scalar& color,
    int thickness = 1,
    int lineType = LINE_8,
    InputArray hierarchy = noArray(),
    int maxLevel = INT_MAX,
    Point offset = Point()
);

函数参数含义如下：

（1）InputArray类型的image，目标图像。

（2）OutputArrayOfArrays类型的contours，所有输入轮廓。每个轮廓都存储为点向量。

（3）int类型的courtolidx，表示要绘制的轮廓的参数。如果为负数，则绘制所有轮廓。

（4）Scalar类型的color，轮廓的颜色。

（5）int类型的thickness，绘制轮廓线的厚度。如果为负值（例如，thickness=CV_FILLED），则绘制轮廓内部。

（6）int类型的lineType，线连接性。

（7）InputArray类型的hierarchy，关于层次结构的可选信息。只有当您只想绘制一些轮廓时才需要它（请参见maxLevel）。

（8）int类型的maxLevel，线连接性。绘制轮廓的最大级别。如果为0，则仅绘制指定的轮廓。如果为1，则函数将绘制轮廓和所有嵌套轮廓。如果是2，则函数将绘制等高线、所有嵌套等高线、所有嵌套到嵌套等高线等。只有当存在可用的层次结构时才考虑此参数。

（9）Point类型的offset，可选轮廓移动参数。按指定的偏移量移动所有绘制的等高线。

 

4、代码展示

我们进行轮廓发现，主要有如下几步流程：

（1）输入图像转为灰度图像cvtColor

（2）使用Canny进行边缘提取，得到二值图像

（3）使用findContours寻找轮廓

（4）使用drawContours绘制轮廓

#include
#include

using namespace std;
using namespace cv;

Mat src, dst;
const char* input_win = "【输入图像】";
const char* output_win = "【输出图像】";
int threshold_value = 100;
int threshold_max = 255;
RNG rng;

void Demo_Contours(int, void*);

int main()
{
	src = imread("E:/个人/学习/编程/C++/CPlusPlusTestProgram/LearnOpenCV/image/girl2.png");
	if (!src.data)
	{
		cout << "could not load image !";
		return -1;
	}
	namedWindow(input_win, CV_WINDOW_AUTOSIZE);
	namedWindow(output_win, CV_WINDOW_AUTOSIZE);
	imshow(input_win, 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));

	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);
}

 

5、执行结果

原图

轮廓获取

 

轮廓获取

大家也可以自己尝试一下呀，一定要多做练习！