图像孔洞填充与小连通域的删除

cvFindContours

 从二值图像中检索轮廓，并返回检测到的轮廓的个数。first_contour的值由函数填充返回，它的值将为第一个外轮廓的指针，当没有轮廓被检测到时为NULL。其它轮廓可以使用h_next和v_next连接，从first_contour到达。

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

8比特单通道的源二值图像。非零像素作为1处理，0像素保存不变。从一个灰度图像得到二值图像的函数有：cvThreshold，cvAdaptiveThreshold和cvCanny。

storage

返回轮廓的容器。

first_contour

输出参数，用于存储指向第一个外接轮廓。

header_size

header序列的尺寸.如果选择method = CV_CHAIN_CODE, 则header_size >= sizeof(CvChain)；其他，则

header_size >= sizeof(CvContour)。

mode

CV_RETR_EXTERNAL：只检索最外面的轮廓；

CV_RETR_LIST：检索所有的轮廓，并将其放入list中；

CV_RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界；

CV_RETR_TREE：检索所有的轮廓，并重构嵌套轮廓的整个层次。

蓝色表示v_next，绿色表示h_next

method

边缘近似方法（除了CV_RETR_RUNS使用内置的近似，其他模式均使用此设定的近似算法）。可取值如下：

CV_CHAIN_CODE：以Freeman链码的方式输出轮廓，所有其他方法输出多边形（顶点的序列）。

CV_CHAIN_APPROX_NONE：将所有的连码点，转换成点。

CV_CHAIN_APPROX_SIMPLE：压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分。

CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS：使用the flavors of Teh-Chin chain近似算法

的一种。

CV_LINK_RUNS：通过连接水平段的1，使用完全不同的边缘提取算法。使用CV_RETR_LIST检索模式能使用此方法。

offset

偏移量，用于移动所有轮廓点。当轮廓是从图像的ROI提取的，并且需要在整个图像中分析时，这个参数将很有用。

讨论部分cvDrawContours中的案例显示了任何使用轮廓检测连通区域。轮廓可以用于形状分析和目标识别——可以参考文件夹OpenCV sample中的squares.c

cvDrawContours

cvDrawContours：在图像上绘制外部和内部轮廓

函数cvDrawContours用于在图像上绘制外部和内部轮廓。当thickness >= 0 时，绘制轮廓线；否则填充由轮廓包围的部分。

void cvDrawContours( CvArr *img, CvSeq* contour,CvScalar external_color, CvScalar hole_color,                                                      

                      int max_level, int thickness=1, int line_type=8, CvPoint offset=cvPoint(0,0) );                                                                                                   

Img 要在其上绘制轮廓的图像。和在其他绘图函数里一样，轮廓是ROI的修剪结果。

Contour  指向第一个轮廓的指针。

external_color  外轮廓的颜色。

hole_color    内轮廓的颜色。      

max_level   画轮廓的最大层数。如果是0，只绘制contour；如果是1，将绘制contour后和contour同层的所有  

            轮廓；如果是2，绘制contour后所有同层和低一层的轮廓，以此类推；如果值是负值，则函数并不

            绘制contour后的轮廓，但是将画出其子轮廓，一直到abs(max_level) - 1层。

thickness

绘制轮廓线的宽度。如果为负值（例如，等于CV_FILLED），则contour内部将被绘制。

line_type

轮廓线段的类型，具体查看cvLine的描述。

offset

按给定值移动所有点的坐标。

cvContourArea

double cvContourArea( const CvArr* contour, CvSliceslice=CV_WHOLE_SEQ );
contour：轮廓（顶点的序列或数组）。
slice：感兴趣区轮廓部分的起点和终点，默认计算整个轮廓的面积。
函数cvContourArea计算整个或部分轮廓的面积。在计算部分轮廓的情况时，由轮廓弧线和连接两端点的弦
围成的区域总面积被计算

 #include <stdio.h>#include <cv.h>#include <cxcore.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;     //创建一序列CvSeq *pConInner = NULL; CvMemStorage *pStorage = NULL;  //用来创建一个内存存储器，来统一管理各种动态对象的内存，比如说序列，这个函数返回一个新创建的内存存储器指针。// 执行条件 if (pBinary) { // 查找所有轮廓 pStorage = cvCreateMemStorage(0);   //创建一个内存存储器,为0时内存块默认大小为64k,申请一块内存来存储找到的轮廓序列cvFindContours(pBinary, pStorage, &pContour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE);                                                    //从二值图像中检索轮廓，并返回检测到的轮廓的个数 // 源二值图、容器、第一个外轮廓指针、head序列大小、轮廓分两层、边缘只保留终点cvDrawContours(pBinary, pContour, CV_RGB(255, 255, 255), CV_RGB(255, 255, 255), 2, CV_FILLED, 8, cvPoint(0, 0));                                          //在图像上绘制外部和内部轮廓       // 源二值图、第一个轮廓的指针、外轮廓的颜色、内轮廓的颜色、画两层轮廓、绘制轮廓线的宽度、轮廓线段的类型、按给定值移动所有点的坐标。// 外轮廓循环 int wai = 0;int nei = 0; for (; pContour != NULL; pContour = pContour->h_next)   //对检测到的轮廓进行逐一处理，h_next为下一个轮廓{ wai++;// 内轮廓循环 for (pConInner = pContour->v_next; pConInner != NULL; pConInner = pConInner->h_next) { nei++;dConArea = fabs(cvContourArea(pConInner, CV_WHOLE_SEQ));// 内轮廓面积 printf("%f\n", dConArea);if (dConArea <= dAreaThre)    //只处理满足条件的轮廓，不满足条件的轮廓扔掉{ cvDrawContours(pBinary, pConInner, CV_RGB(255, 255, 255), CV_RGB(255, 255, 255), 0, CV_FILLED, 8, cvPoint(0, 0));}                                                                                                                                            // 源二值图、第一个轮廓的指针、外轮廓的颜色、内轮廓的颜色、画第一个外轮廓、绘制轮廓线的宽度、轮廓线段的类型、按给定值移动所有点的坐标。                                                                                                                            } } 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;    }   void DeleteIslet(IplImage* pic1,IplImage** pic0){/************删除二值化图像中面积较小的连通域****************************/CvSeq* contour = NULL;double minarea =300.0;double tmparea = 0.0;CvMemStorage* storage = cvCreateMemStorage(0);IplImage* img_Clone=cvCloneImage(pic1);//访问二值图像每个点的值uchar *pp;IplImage* img_dst = cvCreateImage(cvGetSize(pic1),IPL_DEPTH_8U,1);//------------搜索二值图中的轮廓，并从轮廓树中删除面积小于某个阈值minarea的轮廓-------------//CvScalar color = cvScalar(255,0,0);//CV_RGB(128,0,0);CvContourScanner scanner = NULL;scanner = cvStartFindContours(pic1,storage,sizeof(CvContour),CV_RETR_CCOMP,CV_CHAIN_APPROX_NONE,cvPoint(0,0));//开始遍历轮廓树CvRect rect;while (contour==cvFindNextContour(scanner)){tmparea = fabs(cvContourArea(contour));rect = cvBoundingRect(contour,0);   if (tmparea < minarea/*||tmparea>4900*/){//当连通域的中心点为黑色时，而且面积较小则用白色进行填充pp=(uchar*)(img_Clone->imageData + img_Clone->widthStep*(rect.y+rect.height/2)+rect.x+rect.width/2);if (pp[0]==0){for(int y = rect.y;y<rect.y+rect.height;y++){for(int x =rect.x;x<rect.x+rect.width;x++){pp=(uchar*)(img_Clone->imageData + img_Clone->widthStep*y+x);if (pp[0]==0){pp[0]=255;}}}}}}*pic0=img_Clone;}int main(   )  {   IplImage* oringin=cvLoadImage("test.bmp",1);    IplImage* pic1=cvLoadImage("test.bmp",0);IplImage* pic2=NULL;DeleteIslet(pic1,&pic2);        //删除小联通域IplImage* pic3=cvCloneImage(pic2);   //取反再删除cvNot(pic2,pic3);IplImage* pic4=NULL;DeleteIslet(pic3,&pic4);  /**************孔洞填充*********************/IplImage* pic5 = cvCreateImage(cvGetSize(pic4), 8, 1);int thresh = Otsu(pic4);cvThreshold(pic4,pic5, thresh, 255, CV_THRESH_BINARY);FillInternalContours(pic5, 200);IplImage* pic6 = cvCreateImage(cvGetSize(pic5), 8, 1);cvNot(pic5,pic6);//cvSaveImage("out2.bmp",pic6); cvNamedWindow("oringin");cvShowImage("oringin", oringin);cvNamedWindow("删除小联通域");cvShowImage("删除小联通域", pic2);cvNamedWindow("孔洞填充");cvShowImage("孔洞填充", pic6);cvWaitKey(0); cvDestroyWindow( "oringin" );  cvDestroyWindow( "删除小联通域" );  cvDestroyWindow( "孔洞填充" );  cvReleaseImage(&oringin);   cvReleaseImage(&pic2);   cvReleaseImage(&pic6); return 0;  }