opencv查找轮廓---cvFindContours && cvDrawCountours 用法及例子
http://blog.csdn.net/timidsmile/article/details/8519751
环境: vs2008 + opencv2.1
先看,这两个函数的用法(参考 opencv手册):
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
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。
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
DrawContours 在图像中绘制外部和内部的轮廓。
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
用以绘制轮廓的图像。和其他绘图函数一样,边界图像被感兴趣区域(ROI)所剪切。
contour 指针指向第一个轮廓。
external_color 外层轮廓的颜色。
hole_color 内层轮廓的颜色。
max_level 绘制轮廓的最大等级。如果等级为0,绘制单独的轮廓。如果为1,绘制轮廓及在其后的相同的级别下轮廓。如果值为2,所有的轮廓。如果等级为2,绘制所有同级轮廓及所有低一级轮廓,诸此种种。如果值为负数,函数不绘制同级轮廓,但会升序绘制直到级别为abs(max_level)-1的子轮廓。
thickness 绘制轮廓时所使用的线条的粗细度。如果值为负(e.g. =CV_FILLED),绘制内层轮廓。
line_type 线条的类型。参考cvLine.
offset 照给出的偏移量移动每一个轮廓点坐标.当轮廓是从某些感兴趣区域(ROI)中提取的然后需要在运算中考虑ROI偏移量时,将会用到这个参数。
当thickness>=0,函数cvDrawContours在图像中绘制轮廓,或者当thickness<0时,填充轮廓所限制的区域。
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
code1 :
- #include "stdafx.h"
- #include "cxcore.h"
- #include "cv.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;
- CvSeq *pConInner = NULL;
- CvMemStorage *pStorage = NULL;
- // 执行条件
- if (pBinary)
- {
- // 查找所有轮廓
- pStorage = cvCreateMemStorage(0);
- cvFindContours(pBinary, pStorage, &pContour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE);
- // 填充所有轮廓
- cvDrawContours(pBinary, pContour, CV_RGB(255, 255, 255), CV_RGB(255, 255, 255), 2, CV_FILLED, 8, cvPoint(0, 0));
- // 外轮廓循环
- int wai = 0;
- int nei = 0;
- for (; pContour != NULL; pContour = pContour->h_next)
- {
- wai++;
- // 内轮廓循环
- for (pConInner = pContour->v_next; pConInner != NULL; pConInner = pConInner->h_next)
- {
- nei++;
- // 内轮廓面积
- dConArea = fabs(cvContourArea(pConInner, CV_WHOLE_SEQ));
- printf("%f\n", dConArea);
- }
- CvRect rect = cvBoundingRect(pContour,0);
- cvRectangle(pBinary, cvPoint(rect.x, rect.y), cvPoint(rect.x + rect.width, rect.y + rect.height),CV_RGB(255,255, 255), 1, 8, 0);
- }
- 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;
- }
- int main()
- {
- IplImage *img = cvLoadImage("c://temp.jpg", 0);
- IplImage *bin = cvCreateImage(cvGetSize(img), 8, 1);
- int thresh = Otsu(img);
- cvThreshold(img, bin, thresh, 255, CV_THRESH_BINARY);
- FillInternalContours(bin, 200);
- cvNamedWindow("img");
- cvShowImage("img", img);
- cvNamedWindow("result");
- cvShowImage("result", bin);
- cvWaitKey(-1);
- cvReleaseImage(&img);
- cvReleaseImage(&bin);
- return 0;
- }
result1:
这种情况下,大月亮内部的两个内轮廓没有框出来。这个不是因为我的 rect框是 白色的缘故。。。。应该。
我断点试了,就 cvRectangle 了 4次···
code2:
- // test.cpp : 定义控制台应用程序的入口点。
- //
- #include "stdafx.h"
- #include "stdio.h"
- #include "cv.h"
- #include "highgui.h"
- #include "Math.h"
- int _tmain(int argc, _TCHAR* argv[])
- {
- IplImage *src = cvLoadImage("c:\\temp.jpg", 0);
- IplImage *dsw = cvCreateImage(cvGetSize(src), 8, 1);
- IplImage *dst = cvCreateImage(cvGetSize(src), 8, 3);
- CvMemStorage *storage = cvCreateMemStorage(0);
- CvSeq *first_contour = NULL;
- //turn the src image to a binary image
- //cvThreshold(src, dsw, 125, 255, CV_THRESH_BINARY_INV);
- cvThreshold(src, dsw, 100, 255, CV_THRESH_BINARY);
- cvFindContours(dsw, storage, &first_contour, sizeof(CvContour), CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);
- cvZero(dst);
- int cnt = 0;
- for(; first_contour != 0; first_contour = first_contour->h_next)
- {
- cnt++;
- CvScalar color = CV_RGB(rand()&255, rand()&255, rand()&255);
- cvDrawContours(dst, first_contour, color, color, 0, 2, CV_FILLED, cvPoint(0, 0));
- CvRect rect = cvBoundingRect(first_contour,0);
- cvRectangle(dst, cvPoint(rect.x, rect.y), cvPoint(rect.x + rect.width, rect.y + rect.height),CV_RGB(255, 0, 0), 1, 8, 0);
- }
- printf("the num of contours : %d\n", cnt);
- cvNamedWindow( "Source", 1 );
- cvShowImage( "Source", src );
- cvNamedWindow( "dsw", 1 );
- cvShowImage( "dsw", dsw );
- cvNamedWindow( "Components", 1 );
- cvShowImage( "Components", dst );
- cvReleaseMemStorage(&storage);
- cvWaitKey(-1);
- return 0;
- }
resul2:
这种情况下 内轮廓也框出来了。。。。。
=======================================
看来阈值的选择与想要的结果有很大关系哦。
如何适应不同的图片呢?????????????????
=======================================
还有,每幅图片里面,最大的轮廓是整幅图像,可以根据其面积最大,去除 哦~~~修改如下:
area = fabs(cvContourArea(first_contour, CV_WHOLE_SEQ)); //cal the hole's area
++++++++++++++++++++++++++++++++
ps:
在写后面那个 内轮廓填充的时候,才发现, dsw 是我二值化之后的图像,很明显不应该是这样子的呀。
我把 关于 Contours 的函数删除之后 又 恢复正常了。不知道为嘛呢。 很显然查出来的轮廓是 正确二值化之后的吧。 不知道为嘛会这样显示呢。
+++++++++++++++++++++++++++++==
ps:
再看另一个图的结果:
总有 9 个轮廓。
另外,计算了下,每个大轮廓内部的 小轮廓的数目 conner ,结果显示都为0.
看看第一个大五角星。 应该是把 边边作为了一个轮廓, 把 内部 黑色区域作为一个 轮廓 了吧????
还有,这幅图片 没有被当做一个大轮廓,上面那个小猫的,整幅图片被框了一下啊。。。。。。。。。。。。
另外i, 把 关于 cvFindContours && cvDrawContours 两个函数部分删除,二值化结果如下:
opencv查找轮廓---cvFindContours && cvDrawCountours 用法及例子的更多相关文章
- OpenCV 查找轮廓
本文将结合实例代码,介绍 OpenCV 如何查找轮廓.获取边界框. 代码: contours.py OpenCV 提供了 findContours 函数查找轮廓,需要以二值化图像作为输入.并指定些选项 ...
- 学习opencv跟轮廓相关的
查找轮廓 轮廓到底是什么?一个轮廓一般对应一系列的点,也就是图像中的一条曲线.表示的方法可能根据不同情况而有所不同.有多重方法可以表示曲线.在openCV中一般用序列来存储轮廓信息.序列中的每一个元素 ...
- OpenCV 矩形轮廓检测
转载请注明出处:http://blog.csdn.net/wangyaninglm/article/details/44151213, 来自:shiter编写程序的艺术 基础介绍 OpenCV里提取目 ...
- 使用OpenCV查找二值图中最大连通区域
http://blog.csdn.net/shaoxiaohu1/article/details/40272875 使用OpenCV查找二值图中最大连通区域 标签: OpenCVfindCoutour ...
- 查找轮廓(cv2.findCountours函数)
1.输入为二值图像,黑色为背景,白色为目标 2.该函数会修改原图像,因此若想保留原图像在,则需拷贝一份,在拷贝图里修改. 一.查找轮廓 cv2.findContours() 三个输入参数:输入图像(二 ...
- 【python+opencv】轮廓发现
python+opencv---轮廓发现 轮廓发现---是基于图像边缘提取的基础寻找对象轮廓的方法, 所有边缘提取的阈值选定会影响最终轮廓发现的结果. 介绍两种API使用: -cv.findConto ...
- OpenCV—Python 轮廓检测 绘出矩形框(findContours\ boundingRect\rectangle
千万注意opencv的轮廓检测和边缘检测是两码事 本文链接:https://blog.csdn.net/wsp_1138886114/article/details/82945328 1 获取轮廓 O ...
- OpenCV中Mat的基本用法:创建、复制
OpenCV中Mat的基本用法:创建.复制 一.Mat类的创建: 1.方法一: 通过读入一张图像,直接将其转换成Mat对象. Mat image = imread("test.jpg&quo ...
- OpenCV——查找、绘制轮廓
#include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace st ...
随机推荐
- SQL中NULL的妙用
商品表Products 库房表WarehouseDistrict 库存表WarehouseStock 一般写法 ;WITH stock AS ( SELECT DistrictId, ProductI ...
- 如何在Ubuntu 18.04上安装Go
如何在Ubuntu 18.04上安装Go 谢鸢发表于云计算教程系列订阅98 介绍 课程准备 第1步 - 安装Go 第2步 - 设置Go路径 第3步 - 测试您的安装 结论 介绍 Go是Google开发 ...
- zookeeper的选举过程
zookeeper的选举过程大致如下: zookeeper的选举过程,就是选出一个在n/2+1个节点中选出一个节点为主节点的过程.比如,当我们启动一个有5个节点的zookeeper集群的时候.首先启动 ...
- KNN算法之图像处理二
1.看了诸多博客,初步得到结论是:KNN不适合做图像分类. 2.如果偏要用此方法进行图像分类,距离计算为:对应的每个像素代表的像素值进行绝对差值计算,最后求和.这就是“图像的距离”
- MacOS下安装BeautifulSoup库及使用
BeautifulSoup简介 BeautifulSoup库是一个强大的python第三方库,它可以解析html进行解析,并提取信息. 安装BeautifulSoup 打开终端,输入命令: pip3 ...
- VK Cup 2015 - Qualification Round 1 D. Closest Equals 离线+线段树
题目链接: http://codeforces.com/problemset/problem/522/D D. Closest Equals time limit per test3 secondsm ...
- DS06--图
一.学习总结 1.图的思维导图 2.图学习体会 深度优先遍历与广度优先遍历 不同点:广度优先搜索,适用于所有情况下的搜索,但是深度优先搜索不一定能适用于所有情况下的搜索.因为由于一个有解的问题树可能含 ...
- 基于图形学混色问题OpenGl的收获
void myDisplay(void) {glClearColor(0.0f,0.0f,0.0f,1.0f); glClear(GL_COLOR_BUFFER_BIT); glEnable(GL_B ...
- PXE推一半失败,HP服务器、曙光服务器删除数据
一.#设备:惠普HP DL380 Gen9 PXE安装失败,系统尝试从硬盘启动 需要将安装未完整的系统数据删除,以便正常装机 从控制台重启设备 重启后,HP在此界面选择Intelligent Prov ...
- 第八次JAVA语言笔记