OpenCV轮廓特性（二）

在上一篇的博文中，我们主要给出了cvFindContours（）和cvDrawContours（）函数的基本用法，结合示例程序，分析了获得图像轮廓和画出显示轮廓的大致的程序思路。在获取轮廓之后，我们要重点分析轮廓的一些性质。轮廓有很多特性，下面我们来逐一看这方面的特性。

（1）轮廓的多边形逼近

轮廓的多边形逼近指的是，使用多边形近似地来表示一个轮廓，这样做的目的在于减少轮廓的顶点数目。OpenCV中给出了一个逼近算法，这个算法的实现函数是cvApproxPoly（）。

CvSeq* cvApproxPoly(    const void* src_seq,    int header_size,    CvMemStorage* storage,    int method,//method的取值上篇博文中介绍了    double parameter, //表示逼近的精度    int recursive=0 //指定是否针对全部的轮廓，取0表示只处理src_seq指向轮廓);

简要介绍这个逼近算法的思路，如下图所示：

算法先从轮廓（图b）上选择2个最远的点，然后将2个连成一个线段（图c），然后再查找轮廓上到线段距离最远的点，添加到逼近后的新轮廓（图d），算法反复迭代，不断的将最远的点添加到结果中，直到所有的点到多边形的最短距离小于parameter参数指定的精度。

（2）轮廓的关键点

轮廓的关键点指的是那些包含曲线信息比较多的点，在OpenCV中主要给出了IPAN算法，这个算法在OpenCV中给出了函数cvFindDominantPoints（）来实现

CvSeq* cvFindDominantPoints(    CvSeq* contour,    CvMemStorage* storage,    int method=CV_DOMINANT_IPAN,    double parameters1=0,    double parameters2=0,    double parameters3=0,    double parameters4=0//参数分别为最短距离，最长距离，相邻距离，最大角度);

IPAN算法通过扫描轮廓上并在曲线内部使用可能顶点构造三角形来实现。对于三角形的大小和张角有特殊要求，在比某一特定的全局阈值和它的相邻点的张角小的情况下，具有大张角的点被保留。

（3）轮廓的周长和面积

若要得到轮廓的长度，可以使用以下的函数cvArcLength（）；
与轮廓的长度相关联的就是轮廓的面积了，可以用函数cvContourArea（）。

（4）轮廓的边界

周长和面积只是轮廓的简单特性，更复杂一点的特性应该是矩形边界框、圆形边界框或椭圆边界框。有两种方法可以得到矩形边界框，但是圆形和椭圆形边界框只有一种方法。

矩形：在图像处理系统中提供了一种叫Rectangle的矩形，不过它只能表达边垂直或水平的特例；但也有一种矩形是box的，可以表示任何倾斜的情况。
如果要获取轮廓的Rectangle，可以使用cvBoundingRect（）函数。
如果要获取轮廓的Box，可以使用cvMinAreaRect2（）函数。

圆形：如果要获取轮廓的圆形边界框，可以使用cvMinEnclosingCircle函数。

椭圆：如果要获取轮廓的椭圆边界框，可以使用cvFitEllipse2函数。

上面就是介绍了如何去分析一个轮廓的特性，分别从周长、面积、边界框等角度去分析轮廓的特征，而这些特征的提取是为了接下来更好的对这些轮廓特征的操作，因此在接下来，我们再去讨论下对轮廓的典型操作，就是轮廓的匹配。