轮廓 - 查找轮廓、表示轮廓、绘制轮廓

来源：互联网发布：最美的诗词知乎编辑：程序博客网时间：2024/04/29 07:51

http://blog.csdn.net/armily/article/details/8818160

1、查找轮廓

轮廓（contour）到底是什么？

一个轮廓对应一系列的点，也就是图像中的一条曲线，OpenCV中一般用序列来存储轮廓信息，序列中的每一个元素是曲线中一个点的位置。

轮廓树？

OpenCV将得到的轮廓聚合成一个轮廓树，把轮廓的包含关系编码到树结构中，保护的轮廓在树中体现为节点。轮廓树有4种拓扑结构，CV_RETR_EXTERNAL、CV_RETR_CCOMP、CV_RETR_TREE、CV_RETR_LIST。

2、表示轮廓

轮廓只是序列所能表示的一种，轮廓类型CvContour是从CvSeq扩展而来，它还含有几个其他的成员，例如颜色、外包矩形区域等。

轮廓时点的序列，可以用来表示图像空间中的曲线，涉及到的几个处理函数如下：

cvFindContours(); //查找到所有轮廓后统一返回轮廓个数

cvStartFindContours(); //每次查找并返回一个轮廓

cvFindNextContour(); //查找剩余的轮廓

cvSubstituteContour(); //替换scannner指向的轮廓

cvEndFindContour(); //结束轮廓查找

cvApproxChains(); //将Freeman链转换为多边形表示，近似拟合。

Freeman链码

在链码中，多边形被表示为一系列的位移，每一个位移有8个方向。

通过以下函数读出每个点：

cvStartReadChainPoints(); //初始化Freeman链CvChainPtReader结构

cvReadChainPoint(); //读取每个点

3、绘制轮廓

在屏幕上绘制检测到的轮廓，用cvDrawContours函数。

例程：根据滑动条参数设置阈值检测轮廓。

--------------------------------------------------------------------------------------------------

cvCreateTrackbar
创建trackbar并将它添加到指定的窗口。

CV_EXTERN_C_FUNCPTR( void (*CvTrackbarCallback)(int pos) );

int cvCreateTrackbar( const char* trackbar_name, const char* window_name,
int* value, int count, CvTrackbarCallback on_change );
trackbar_name
被创建的trackbar名字。
window_name
窗口名字，这个窗口将为被创建trackbar的父对象。
value
整数指针，它的值将反映滑块的位置。这个变量指定创建时的滑块位置。
count
滑块位置的最大值。最小值一直是0。
on_change
每次滑块位置被改变的时候，被调用函数的指针。这个函数应该被声明为void Foo(int); 如果没有回调函数，这个值可以设为NULL。
函数cvCreateTrackbar用指定的名字和范围来创建trackbar（滑块或者范围控制），指定与trackbar位置同步的变量，并且指定当trackbar位置被改变的时候调用的回调函数。被创建的trackbar显示在指定窗口的顶端。

FindContours
在二值图像中寻找轮廓

int cvFindContours( CvArr* image, CvMemStorage* storage, CvSeq** first_contour,
int header_size=sizeof(CvContour), int mode=CV_RETR_LIST,
int method=CV_CHAIN_APPROX_SIMPLE, CvPoint offset=cvPoint(0,0) );
image
输入的 8-比特、单通道图像. 非零元素被当成 1， 0 象素值保留为 0 - 从而图像被看成二值的。为了从灰度图像中得到这样的二值图像，可以使用 cvThreshold, cvAdaptiveThreshold 或 cvCanny. 本函数改变输入图像内容。
storage
得到的轮廓的存储容器
first_contour
输出参数：包含第一个输出轮廓的指针
header_size
如果 method=CV_CHAIN_CODE，则序列头的大小 >=sizeof(CvChain)，否则 >=sizeof(CvContour) .
mode
提取模式.
CV_RETR_EXTERNAL - 只提取最外层的轮廓
CV_RETR_LIST - 提取所有轮廓，并且放置在 list 中
CV_RETR_CCOMP - 提取所有轮廓，并且将其组织为两层的 hierarchy: 顶层为连通域的外围边界，次层为洞的内层边界。
CV_RETR_TREE - 提取所有轮廓，并且重构嵌套轮廓的全部 hierarchy
method
逼近方法 (对所有节点, 不包括使用内部逼近的 CV_RETR_RUNS).
CV_CHAIN_CODE - Freeman 链码的输出轮廓. 其它方法输出多边形(定点序列).
CV_CHAIN_APPROX_NONE - 将所有点由链码形式翻译(转化）为点序列形式
CV_CHAIN_APPROX_SIMPLE - 压缩水平、垂直和对角分割，即函数只保留末端的象素点;
CV_CHAIN_APPROX_TC89_L1,
CV_CHAIN_APPROX_TC89_KCOS - 应用 Teh-Chin 链逼近算法. CV_LINK_RUNS - 通过连接为 1 的水平碎片使用完全不同的轮廓提取算法。仅有 CV_RETR_LIST 提取模式可以在本方法中应用.
offset
每一个轮廓点的偏移量. 当轮廓是从图像 ROI 中提取出来的时候，使用偏移量有用，因为可以从整个图像上下文来对轮廓做分析.
函数 cvFindContours 从二值图像中提取轮廓，并且返回提取轮廓的数目。指针 first_contour 的内容由函数填写。它包含第一个最外层轮廓的指针，如果指针为 NULL，则没有检测到轮廓（比如图像是全黑的）。其它轮廓可以从 first_contour 利用 h_next 和 v_next 链接访问到。在 cvDrawContours 的样例显示如何使用轮廓来进行连通域的检测。轮廓也可以用来做形状分析和对象识别 - 见CVPR2001 教程中的 squares 样例。该教程可以在 SourceForge 网站上找到。
--------------------------------------------------------------------------------------------------
/*code*/

[html] view plaincopy
#include <cv.h>  
#include <highgui.h>  
  
IplImage* g_image = NULL;  
IplImage* g_gray = NULL;  
int g_thresh = 100;  //阈值  
CvMemStorage* g_storage = NULL;  
  
void on_trackbar( int a );  
  
int main( int argc, char** argv )  
{  
    if( ( argc != 2 ) || !( g_image = cvLoadImage( argv[1] ) ) )  
        return -1;  
    cvNamedWindow( "Contours", 1 );  
    cvCreateTrackbar( "Threshold", "Contours", &g_thresh, 255, on_trackbar );  //滚动条设置阈值，得到的值存储到g_thresh中  
    on_trackbar( 0 );  
    cvWaitKey(0);  
  
    return 0;  
}  
  
void on_trackbar( int a )  
{  
    if( g_storage == NULL )  
    {  
        g_gray = cvCreateImage( cvGetSize( g_image ), 8, 1 );  
        g_storage = cvCreateMemStorage(0);  
    }  
    else  
    {  
        cvClearMemStorage( g_storage );  
    }  
    CvSeq* contours = 0;  
    cvCvtColor( g_image, g_gray, CV_BGR2GRAY );  //转换色彩空间，转为灰度图  
    cvThreshold( g_gray, g_gray, g_thresh, 255, CV_THRESH_BINARY );  //阈值变换  
    cvFindContours( g_gray, g_storage, &contours );  
    cvZero( g_gray );  
    if( contours )  
    {  
        cvDrawContours( g_gray, contours, cvScalarAll( 255 ), cvScalarAll( 255 ), 1 );  //绘制轮廓  
    }  
    cvShowImage( "Contours", g_gray );  
}  

--------------------------------------------------------------------------------------------------

/*result*/

依旧是水果图

Threshold == 120

Threshold == 150

------------------------------------------------华丽的分割线-------------------------------------------------

/*在输入图像上寻找并绘制轮廓*/

/*code*/

[html] view plaincopy
#include <highgui.h>  
#include <cv.h>  
#include <stdio.h>  
  
#define CVX_RED CV_RGB( 0xff, 0x00, 0x00 )  //宏定义  
#define CVX_GREEN CV_RGB( 0x00, 0xff, 0x00 )  
#define CVX_BLUE CV_RGB( 0x00, 0x00, 0xff )  
  
int main(int argc, char** argv)  
{  
    cvNamedWindow( argv[0], 1 );  
    IplImage* img_8uc1 = cvLoadImage( argv[1], CV_LOAD_IMAGE_GRAYSCALE );  
    IplImage* img_edge = cvCreateImage( cvGetSize( img_8uc1 ), 8, 1 );  //单通道图  
    IplImage* img_8uc3 = cvCreateImage( cvGetSize( img_8uc1 ), 8, 3 );  
    cvThreshold( img_8uc1, img_edge, 128, 255, CV_THRESH_BINARY );  
    CvMemStorage* storage = cvCreateMemStorage();  
    CvSeq* first_contour = NULL;  
  
    int Nc = cvFindContours( img_edge, storage, &first_contour, sizeof( CvContour ), CV_RETR_LIST );  //返回找到的轮廓数,并将第一个轮廓的序列返回到first_contour变量中  
    int n = 0;  
    printf( "Total Contours Detected: %d\n", Nc );  
    for( CvSeq* c = first_contour; c != NULL; c = c -> h_next )  
    {  
        cvCvtColor( img_8uc1, img_8uc3, CV_GRAY2BGR );  
        cvDrawContours( img_8uc3, c, CVX_RED, CVX_BLUE, 0, 2, 8 ); //绘制,CVX_RED是宏定义函数  
        printf( "Contour #%d\n", n );  
        cvShowImage( argv[0], img_8uc3 );  
        printf( " %d elements:\n", c -> total );  
        for( int i = 0; i < c -> total; ++i )  
        {  
            CvPoint* p = CV_GET_SEQ_ELEM( CvPoint, c, i );  
            printf( "     (%d,%d)\n", p -> x, p -> y );  //打印出序列的所有元素  
        }  
        cvWaitKey(0);  
        n++;  
    }  
      
    printf( "Finished all contours.\n" );  
    cvCvtColor( img_8uc1, img_8uc3, CV_GRAY2BGR );  
    cvShowImage( argv[0], img_8uc3 );  
    cvWaitKey(0);  
    cvDestroyWindow( argv[0] );  
    cvReleaseImage( &img_8uc1 );  
    cvReleaseImage( &img_8uc3 );  
    cvReleaseImage( &img_edge );  
  
    return 0;  
}  

*result*/

source image

contour 1

contour 2

8 contours

转自：http://blog.csdn.net/hitwengqi/article/details/6922051