Opencv C++ 查找轮廓并绘制

          findContour函数，用于在二值图像中查找轮廓。

查找轮廓API：

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

参数解析：

//InputArray mage：输入CV_8UC1的图像（像素值被归一化成binary）。如果int mode等于RETR_CCOMP或RETR_FLOODFILL则可以输入CV_32SC1的图像；
//OutputArrayOfArrays contours：检测到的轮廓，每个轮廓都存储为点的向量（vector>contours）;
//OutputArray hierarchy：输出向量(vectorhierarchy),这个向量包含了有关图像拓扑的信息；
//int mode：轮廓查找模式；

• RETR_EXTERNAL: 只检索最外层的轮廓；
• RETR_LIST: 检索所有轮廓，但不建立层级关系；
• RETR_CCOMP: 检索所有轮廓，并将其组织为两层层级关系；
• RETR_TREE: 检索所有轮廓，并重建完整的层级结构;

//int method：指定轮廓的近似方法，即指定在轮廓点集中保留哪些点。

• CHAIN_APPROX_NONE：存储所有的轮廓点，即使轮廓出现重叠部分；
• CHAIN_APPROX_SIMPLE：压缩水平、垂直和对角方向上的部分，仅保留该方向的终点坐标。例如，矩形的四个角点只保留四个点；
• CHAIN_APPROX_TC89_L1和CHAIN_APPROX_TC89_KCOS：应用Teh-Chin链逼近算法（TC89）中的一种，可以得到更平滑的轮廓;

//Point offset = Point():每个轮廓点移动的可选偏移。

绘制轮廓API：

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

参数解析：
//InputOutputArray image：目标图像；
//InputArrayOfArrays contours：所有输入的轮廓，每个轮廓都存储为一个点矢量；
//int contourIdx：表示要绘画哪一个轮廓。如果为负数，则绘制所有轮廓；
//const Scalar &color：轮廓的颜色；
//int thickness = 1：绘制轮廓线的粗细，如果为负数，则填充整个轮廓；
//int lineType = LINE_8：轮廓线的类型；
//InputArray hierarcy = noArray()：有关层次结构的可选信息（仅当您只想绘制某些轮廓时才需要）
//int maxLevel = INT_MAX：Maxmal level for drawn contours.(仅当有可用的层次结构时，才会考虑此参数)

如果为 0，则仅绘制指定的轮廓;

如果为 1，则该函数绘制轮廓和所有嵌套轮廓;

如果为 2，则函数绘制轮廓、所有嵌套轮廓、所有嵌套到嵌套轮廓等;
//Point offset = Point()：每个轮廓点移动的可选偏移。

代码演示：

#include
#include

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
	Mat src = imread("C:/picture/source.jpg");
	if (src.empty())
	{
		std::cout << "Could not load image！";
		return -1;
	}
	blur(src, src, Size(5, 5));

	Mat edgeImg;
	int thresholdValue=35;
	Canny(src, edgeImg, thresholdValue, thresholdValue * 2, 3, false);
	imshow("edgeImg", edgeImg);

	vector>contours;
	vectorhierarchy;
	findContours(edgeImg, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

	drawContours(src, contours, -1,Scalar(0,0,255), 2, LINE_8);
	imshow("src", src);


	waitKey(0);
	return 0;
}