OpenCV(三十二)：轮廓检测

1.轮廓概念介绍

        在计算机视觉和图像处理领域中，轮廓是指在图像中表示对象边界的连续曲线。它是由一系列相邻的点构成的，这些点在边界上连接起来形成一个封闭的路径。

轮廓层级：

       轮廓层级（Contour Hierarchy）是指在包含多个轮廓的图像中，轮廓之间的包含关系和顺序关系。

以下是上图中不同层级的结构关系：

0：【-1，-1，1，-1】

1：【2，-1，-2，0】

2：【-1，1，3，0】

3：【-1，-1，-1，2】

2.轮廓检测与绘制

2.1轮廓检测findContours() 

void cv::findContours ( InputArray  image,

OutputArrayOfArrays      contours,

OutputArray                     hierarchy,

int                                     mode,

int                                      method,

Point                                  offset =Point()

）

• image: 输入图像，数据类型为CV_8U的单通道灰度图像或者二值化图像。
• contours:检测到的轮廓，每个轮廓中存放着像素的坐标。
• mode:轮廓检测模式标志
• method:轮廓逼近方法标志。
• ofiset: 每个轮廊点移动的可选偏移量。这个函数主要用在从ROI图像中找出的轮廓并基于整个图像分析轮廓的场景中。

2.2轮廓绘制drawContours()

void cv::drawContours ( InputOutputArray   image,

InputArrayOfArrays    contours,

int                               contourldx,

const Scalar &             color,

int                                thickness = 1,

int                                lineType = LINE_8,

InputArray                   hierarchy =noArray(),

int                               maxLevel = INT_MAX,

Point                           offset = Point()

)

参数说明：

• image：输入/输出图像，绘制轮廓的目标图像。通常为三通道彩色图像。
• contours：输入参数，表示轮廓的数据结构。可以是单个轮廓或轮廓的数组。
• contourIdx：指定要绘制的轮廓的索引。如果为负数，则绘制所有轮廓。
• color：绘制轮廓的颜色。可以通过 Scalar 形式指定，例如 Scalar(0, 0, 255) 表示红色。
• thickness：轮廓线的宽度，默认为1。如果将其设置为负数（例如-1），则会填充轮廓内部。
• lineType：轮廓线的类型，默认为8连接线。
• hierarchy：可选参数，表示轮廓之间的层级关系。
• maxLevel：可选参数，指定绘制轮廓的最大层级。
• offset：可选参数，指定轮廓相对于图像的偏移量。

3.示例代码

void image_Contours(Mat image){Mat gray,binary;cvtColor(image,gray,COLOR_BGR2GRAY);//灰度化GaussianBlur(gray,gray,Size(13,13),4,4);//滤波threshold(gray,binary,170,255,THRESH_BINARY|THRESH_OTSU);//自适应二值化//轮廓发现与绘制vector<vector<Point>> contours;//轮廓vector<Vec4i> hierarchy;//存放轮廓结构变量findContours(binary,contours,hierarchy,RETR_TREE,CHAIN_APPROX_SIMPLE,Point());//绘制轮廓ostringstream ss;for(int i=0;i<hierarchy.size();i++){ss << hierarchy[i]<< std::endl;}LOGD("%s",ss.str().c_str());for(int t=0;t<contours.size();t++){drawContours(image,contours,t,Scalar(0,0,255),2,8);}imwrite("/sdcard/DCIM/img.png",image);
}