OpenCV 对轮廓的绘图与筛选操作总结

OpenCV利用findContours找到图像中的轮廓，根据这些轮廓的特征进行筛选有利于进一步逼近最终的兴趣区域，减少其他算法的时间，提高代码的运行效率，而对轮廓的绘图则可以直观的看到筛选结果。

其实绘图的函数在下面的博客中就已经总结过，不过这次换了一个思路重新温习下这些函数，并把他们应用到轮廓的绘图中。
http://blog.csdn.net/chaipp0607/article/details/56277479

轮廓绘制

drawContours(Image, contours, k, Scalar(255,0,0), CV_FILLED);

drawContours()函数用于绘制轮廓，Image为目标图像，Contours为找到的轮廓的合集，k为第几个轮廓（如果为负值则绘制全部轮廓），Scalar（255,0,0）决定了绘制的颜色，需要注意的地方是，如果Scalar为三个颜色的话，那么目标图像需要是三通道才可以，最后一个参数为线条宽度，如果为CV_FILLED的话则填充轮廓。
以上并不是drawContours()函数的所有参数，但是剩下的参数一般都有默认值或者不常用到，所以在这里不介绍。

应用：

SrcImage = imread("22.png",1);imshow("原图",SrcImage);cvtColor(SrcImage,grayImage,CV_BGR2GRAY);threshold(grayImage,thresholdImage, 0, 255, CV_THRESH_OTSU+CV_THRESH_BINARY);vector<vector<Point> > contours;vector<Vec4i>hierarchy;findContours(thresholdImage,contours,hierarchy,CV_RETR_TREE,CV_CHAIN_APPROX_NONE);  drawContours(SrcImage, contours,-1,Scalar(255,0,0), CV_FILLED);imshow("填充",SrcImage);

以上代码用于填充所有找到的轮廓，结果如下：

轮廓尺寸
尺寸这个词并不准确，其实是轮廓的size，也就是把轮廓围起来的点的个数，我们都知道OpenCV中的一个轮廓其实是点的合集，所以如果一个轮廓在图像上的相对大，那么他的点的个数也就相应的会变多，这可以作为筛选的简单标准之一。

    vector<vector<Point> > contours;    vector<Vec4i>hierarchy;    findContours(thresholdImage,contours,hierarchy,CV_RETR_TREE,CV_CHAIN_APPROX_NONE);      for(int k = 0; k < (int)contours.size(); k++)       {        if (contours.at(k).size()>400)        drawContours(SrcImage, contours,k,Scalar(255,0,0), CV_FILLED);          }    imshow("填充",SrcImage);

其中(int)contours.size()为第几个轮廓，而contours.at(k).size()则为轮廓的点的个数，为了让点的个数与轮廓的大小成正比，在findContours()时将参数设置为CV_CHAIN_APPROX_NONE，具体可见：
http://blog.csdn.net/chaipp0607/article/details/61431922

以上代码用于填充尺寸大于400的轮廓，结果如下：

轮廓面积
根据矩的定义，函数的零阶原点矩为质量，对于轮廓而言即为轮廓的面积，所以零阶原点矩的数值可以更好的表征出轮廓的面积。
具体可见：http://blog.csdn.net/chaipp0607/article/details/70256892

vector<vector<Point> > contours;    vector<Vec4i>hierarchy;    findContours(thresholdImage,contours,hierarchy,CV_RETR_TREE,CV_CHAIN_APPROX_NONE);      vector<Moments> mu(contours.size() );       for(int k = 0; k < (int)contours.size(); k++)       {        mu[k] = moments( contours[k], false );         if (mu[k].m00>1000)        drawContours(SrcImage, contours,k,Scalar(255,0,0), CV_FILLED);          }    imshow("填充",SrcImage);

以上代码用于填充面积大于1000的轮廓，结果如下：

轮廓质心
同样，我们可以根据轮廓的零阶原点矩与一阶原点矩求得轮廓的质心。

    vector<vector<Point> > contours;    vector<Vec4i>hierarchy;    findContours(thresholdImage,contours,hierarchy,CV_RETR_TREE,CV_CHAIN_APPROX_NONE);      vector<Moments> mu(contours.size() );       vector<Point2f> mc( contours.size() );    for(int k = 0; k < (int)contours.size(); k++)       {        mu[k] = moments( contours[k], false );         mc[k] = Point2d( mu[k].m10/mu[k].m00 , mu[k].m01/mu[k].m00 );        if (mc[k].x>SrcImage.cols/2)        drawContours(SrcImage, contours,k,Scalar(255,0,0), CV_FILLED);          }    imshow("填充",SrcImage);

以上代码用于填充质心在图像中线右侧的轮廓，结果如下：

轮廓的外接椭圆
轮廓的外接椭圆能够提供长短轴与角度的信息，而长短轴的比值使轮廓具有尺度不变的特性。
OpenCV利用fitEllipse()函数创建轮廓（二维点集）的外接椭圆拟合，该函数的定义：

CV_EXPORTS_W RotatedRect fitEllipse( InputArray points );

可见，它的参数只有二维的点集做输入，而函数的类型为RotatedRect ，RotatedRect 为OpenCV中的一个常用数据类型——可旋转的2D矩形。所以我们可以利用这个类型定义的对象用来接fitEllipse()函数的返回结果。而椭圆的长短轴其实本质上是RotatedRect 类中的宽度和高度成员。

    vector<vector<Point> > contours;    vector<Vec4i>hierarchy;    findContours(thresholdImage,contours,hierarchy,CV_RETR_TREE,CV_CHAIN_APPROX_NONE);      for(int k = 0; k < (int)contours.size(); k++)       {        if (contours.at(k).size()>6)        {            RotatedRect rRect = fitEllipse(contours.at(k));             double majorAxis = rRect.size.height > rRect.size.width ? rRect.size.height : rRect.size.width;            double minorAxis = rRect.size.height > rRect.size.width ? rRect.size.width : rRect.size.height;            double angle = rRect.angle;            if (majorAxis>70)            {                drawContours(SrcImage, contours,k,Scalar(255,0,0), CV_FILLED);                      ellipse(SrcImage,rRect,Scalar(0,0,255));            }        }    }    imshow("填充",SrcImage);

以上代码用于填充长轴在70以上的轮廓并利用ellipse()函数画出这些轮廓的外接椭圆，结果如下：

除此之外，我们还可以画出外接椭圆的外接矩形，由于RotatedRect类提供了一个叫做boundingRect()的成员函数（该函数声明在了RotatedRect类中，其实他是个Rect类型的函数，也可以单独使用，下面会具体提到这个函数），用于返回包含旋转矩形的最小直正矩形，所以我们简单修改代码后，即可同时画出椭圆的外接矩形：

                rectangle(SrcImage,rRect.boundingRect(),Scalar(0,255,0));

轮廓的外接矩形
外接矩形和外接椭圆的用法差不多：
OpenCV利用boundingRect()函数创建轮廓（二维点集）的外接矩形，该函数的定义：

CV_EXPORTS_W Rect boundingRect( InputArray points );

可见，它的参数只有二维的点集做输入，而函数的类型为Rect ，Rect 为OpenCV中的一个另一个常用数据类型——2D直正矩形类。所以我们可以利用这个类型定义的对象用来接boundingRect()函数的返回结果。而矩形的位置和宽高信息其实本质上是Rect 类中的位置，宽度和高度成员。

    vector<vector<Point> > contours;    vector<Vec4i>hierarchy;    findContours(thresholdImage,contours,hierarchy,CV_RETR_TREE,CV_CHAIN_APPROX_NONE);      for(int k = 0; k < (int)contours.size(); k++)       {        if (contours.at(k).size()>6)        {            Rect position = boundingRect(contours.at(k));            if (position.x<SrcImage.cols/2)            {                drawContours(SrcImage, contours,k,Scalar(255,0,0), CV_FILLED);                      rectangle(SrcImage,position,Scalar(0,0,255));            }        }    }    imshow("填充",SrcImage);

以上代码用于填充外接矩形的横坐标（左上角点）在图像中线左侧的轮廓并利用rectangle()函数画出这些轮廓的外接椭圆，结果如下：