cvFindContours && cvDrawContours 的应用2-----图像内轮廓填充

本文根据 http://geniusshare.i.sohu.com/blog/view/149925914.htm  整理而来， 若查看原文，请点击这里 

 图像内轮廓填充通常称为孔洞填充，主要用于目标提取。

//test

#include "stdafx.h"
#include "cxcore.h" 
#include "cv.h" 
#include "highgui.h"


// 内轮廓填充 
// 参数: 
// 1. pBinary: 输入二值图像，单通道，位深IPL_DEPTH_8U。
// 2. dAreaThre: 面积阈值，当内轮廓面积小于等于dAreaThre时，进行填充。 
void FillInternalContours(IplImage *pBinary, double dAreaThre) 
{ 
	double dConArea; 
	CvSeq *pContour = NULL; 
	CvSeq *pConInner = NULL; 
	CvMemStorage *pStorage = NULL; 
	// 执行条件 
	if (pBinary) 
	{ 
		// 查找所有轮廓 
		pStorage = cvCreateMemStorage(0); 
		cvFindContours(pBinary, pStorage, &pContour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE); 
		// 填充所有轮廓 
		cvDrawContours(pBinary, pContour, CV_RGB(255, 255, 255), CV_RGB(255, 255, 255), 2, CV_FILLED, 8, cvPoint(0, 0));
		// 外轮廓循环 
		int wai = 0;
		int nei = 0;
		for (; pContour != NULL; pContour = pContour->h_next) 
		{ 
			wai++;
			// 内轮廓循环 
			for (pConInner = pContour->v_next; pConInner != NULL; pConInner = pConInner->h_next) 
			{ 
				nei++;
				// 内轮廓面积 
				dConArea = fabs(cvContourArea(pConInner, CV_WHOLE_SEQ));
				printf("%f\n", dConArea);
				if (dConArea <= dAreaThre) 
				{ 
					cvDrawContours(pBinary, pConInner, CV_RGB(255, 255, 255), CV_RGB(255, 255, 255), 0, CV_FILLED, 8, cvPoint(0, 0));
				} 
			} 
		} 
		printf("wai = %d, nei = %d", wai, nei);
		cvReleaseMemStorage(&pStorage); 
		pStorage = NULL; 
	} 
} 
int Otsu(IplImage* src)    
{    
	int height=src->height;    
	int width=src->width;        

	//histogram    
	float histogram[256] = {0};    
	for(int i=0; i < height; i++)  
	{    
		unsigned char* p=(unsigned char*)src->imageData + src->widthStep * i;    
		for(int j = 0; j < width; j++)   
		{    
			histogram[*p++]++;    
		}    
	}    
	//normalize histogram    
	int size = height * width;    
	for(int i = 0; i < 256; i++)  
	{    
		histogram[i] = histogram[i] / size;    
	}    

	//average pixel value    
	float avgValue=0;    
	for(int i=0; i < 256; i++)  
	{    
		avgValue += i * histogram[i];  //整幅图像的平均灰度  
	}     

	int threshold;      
	float maxVariance=0;    
	float w = 0, u = 0;    
	for(int i = 0; i < 256; i++)   
	{    
		w += histogram[i];  //假设当前灰度i为阈值, 0~i 灰度的像素(假设像素值在此范围的像素叫做前景像素) 所占整幅图像的比例  
		u += i * histogram[i];  // 灰度i 之前的像素(0~i)的平均灰度值： 前景像素的平均灰度值  

		float t = avgValue * w - u;    
		float variance = t * t / (w * (1 - w) );    
		if(variance > maxVariance)   
		{    
			maxVariance = variance;    
			threshold = i;    
		}    
	}    

	return threshold;    
}   

int main()
{
	IplImage *img = cvLoadImage("c://temp.jpg", 0);
	IplImage *bin = cvCreateImage(cvGetSize(img), 8, 1);

	int thresh = Otsu(img);
	cvThreshold(img, bin, thresh, 255, CV_THRESH_BINARY);

	FillInternalContours(bin, 200);

	cvNamedWindow("img");
	cvShowImage("img", img);

	cvNamedWindow("result");
	cvShowImage("result", bin);

	cvWaitKey(-1);

	cvReleaseImage(&img);
	cvReleaseImage(&bin);

	return 0;
}

原图：

二值化之后的图 && 填充之后的图：

=====================

PS：

特意 在大月亮里面  涂了 两个大点点 ！哈哈哈

是为了要看看 cvFindContours 函数中返回的  pContour  中的元素是如何存储的。

嗯， 看见了么？ O(∩_∩)O哈哈~

pContour ->h_next  连接的是图中的四个大轮廓： 一个大月亮， 两颗小星星 和一个小白点。

pContour->v_next 连接的是每个大轮廓下面的 孩子们 。 pContour->v_next 指向第一个孩子，第二个孩子 在 第一个孩子 的 水平 方向 而不是 垂直方向， 所以 第二个孩子是

pContour->v_next->h_next   哦~~~

所以 大月亮轮廓里面有 2个 小轮廓， 就是我们要找的内轮廓。 找到 之后， 当其 面积 < 200个像素  的时候，才对其进行填充 。。。。 这样做是为了考虑到， 当 内部轮廓不是 目标空洞 而是 目标背景时， 防止填错 。。。。