[OpenCV] Samples 04: contours2

要先变为二值图像：cvThreshold

提取轮廓：cvFindContours

参数描述:

hiararchy：参数和轮廓个数相同。

每个轮廓contours[ i ] 对应4个hierarchy元素的索引编号，即：

• • hierarchy[ i ][ 0 ] 后一个轮廓
  • hierarchy[ i ][ 1 ] 前一个轮廓
  • hierarchy[ i ][ 2 ] 父轮廓
  • hierarchy[ i ][ 3 ] 内嵌轮廓

如果没有对应项，该值设置为负数。

mode：表示轮廓的检索模式

CV_RETR_EXTERNAL      表示只检测外轮廓

CV_RETR_LIST              检测的轮廓不建立等级关系

CV_RETR_CCOMP          建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层。

CV_RETR_TREE             建立一个等级树结构的轮廓。

method：为轮廓的近似办法

CV_CHAIN_APPROX_NONE         存储所有的轮廓点，相邻的两个点的像素位置差不超过1，即max（abs（x1-x2），abs（y2-y1））==1

CV_CHAIN_APPROX_SIMPLE       压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息

CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS       使用teh-Chinl chain 近似算法

offset：表示代表轮廓点的偏移量，可以设置为任意值。对ROI图像中找出的轮廓，并要在整个图像中进行分析时，这个参数还是很有用的。

findContours 后会对输入的二值图像改变，最好需创建新MAT来存放；

findContours 后的轮廓信息contours可能过于复杂不平滑，可以用 approxPolyDP() 对该多边形曲线做适当近似。

contourArea() 函数可以得到当前轮廓包含区域的大小，方便轮廓的筛选。

findContours经常与 drawContours() 配合使用，用来将轮廓绘制出来。

• 第一个参数，image表示目标图像
• 第二个参数，contours表示输入的轮廓组，每一组轮廓由点vector构成
• 第三个参数，contourIdx指明画第几个轮廓，如果该参数为负值，则画全部轮廓
• 第四个参数，color为轮廓的颜色
• 第五个参数，thickness为轮廓的线宽，如果为负值或CV_FILLED表示填充轮廓内部
• 第六个参数，lineType为线型
• 第七个参数，为轮廓结构信息
• 第八个参数，为maxLevel

得到了复杂轮廓往往不适合特征的检测，这里再介绍一个点集凸包络的提取函数convexHull()，

• 输入参数，是contours组中的一个轮廓
• 返回，外凸包络的点集。

还可以得到轮廓的外包络矩形，使用函数 boundingRect()，

如果想得到旋转的外包络矩形，使用函数 minAreaRect()，返回值为RotatedRect；

也可以得到轮廓的外包络圆，对应的函数为 minEnclosingCircle()；

想得到轮廓的外包络椭圆，对应的函数为 fitEllipse()，返回值也是RotatedRect，可以用ellipse函数画出对应的椭圆。

如果想根据多边形的轮廓信息 => 多边形的多阶矩，可以使用 类moments，这个类可以得到多边形和光栅形状的3阶以内的所有矩，

类内有变量m00，m10，m01，m20，m11，m02，m30，m21，m12，m03，

比如多边形的质心为 x = m10 / m00，y = m01 / m00。

如果想获得一点与多边形封闭轮廓的信息，可以调用 pointPolygonTest()，这个函数返回值为该点距离轮廓最近边界的距离，为正值为在轮廓内部，负值为在轮廓外部，0表示在边界上。

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <math.h>
#include <iostream>

using namespace cv;
using namespace std;

static void help()
{
    cout
    << "\nThis program illustrates the use of findContours and drawContours\n"
    << "The original image is put up along with the image of drawn contours\n"
    << "Usage:\n"
    << "./contours2\n"
    << "\nA trackbar is put up which controls the contour level from -3 to 3\n"
    << endl;
}

const int w = 500;
int levels = 3;

vector<vector<Point> > contours;
vector<Vec4i> hierarchy;

static void on_trackbar(int, void*)
{
    Mat cnt_img = Mat::zeros(w, w, CV_8UC3);
    int _levels = levels - 3;
    drawContours( cnt_img, contours, _levels <= 0 ? 3 : -1, Scalar(128,255,255),
                  3, LINE_AA, hierarchy, std::abs(_levels) );

    imshow("contours", cnt_img);
}

int main( int argc, char** argv)
{
    cv::CommandLineParser parser(argc, argv, "{help h||}");
    if (parser.has("help"))
    {
        help();
        return 0;
    }
//    Mat img = Mat::zeros(w, w, CV_8UC1);

    //Jeff --> we don't need to draw this by ourselves.
    //Draw 6 faces
//    for( int i = 0; i < 6; i++ )
//    {
//        int dx = (i%2)*250 - 30;
//        int dy = (i/2)*150;
//        const Scalar white = Scalar(255);
//        const Scalar black = Scalar(0);

//        if( i == 0 )
//        {
//            for( int j = 0; j <= 10; j++ )
//            {
//                double angle = (j+5)*CV_PI/21;
//                line(img, Point(cvRound(dx+100+j*10-80*cos(angle)),
//                    cvRound(dy+100-90*sin(angle))),
//                    Point(cvRound(dx+100+j*10-30*cos(angle)),
//                    cvRound(dy+100-30*sin(angle))), white, 1, 8, 0);
//            }
//        }

//        ellipse( img, Point(dx+150, dy+100), Size(100,70), 0, 0, 360, white, -1, 8, 0 );
//        ellipse( img, Point(dx+115, dy+70), Size(30,20), 0, 0, 360, black, -1, 8, 0 );
//        ellipse( img, Point(dx+185, dy+70), Size(30,20), 0, 0, 360, black, -1, 8, 0 );
//        ellipse( img, Point(dx+115, dy+70), Size(15,15), 0, 0, 360, white, -1, 8, 0 );
//        ellipse( img, Point(dx+185, dy+70), Size(15,15), 0, 0, 360, white, -1, 8, 0 );
//        ellipse( img, Point(dx+115, dy+70), Size(5,5), 0, 0, 360, black, -1, 8, 0 );
//        ellipse( img, Point(dx+185, dy+70), Size(5,5), 0, 0, 360, black, -1, 8, 0 );
//        ellipse( img, Point(dx+150, dy+100), Size(10,5), 0, 0, 360, black, -1, 8, 0 );
//        ellipse( img, Point(dx+150, dy+150), Size(40,10), 0, 0, 360, black, -1, 8, 0 );
//        ellipse( img, Point(dx+27, dy+100), Size(20,35), 0, 0, 360, white, -1, 8, 0 );
//        ellipse( img, Point(dx+273, dy+100), Size(20,35), 0, 0, 360, white, -1, 8, 0 );
//    }

    Mat img = imread("/home/unsw/lolo.jpg");
    Mat gray;
    cvtColor(img, gray, COLOR_RGB2GRAY );
    Mat binary;
    threshold(gray, binary, 200,255,THRESH_BINARY);

    // (1) Pic One Show: show the faces
    namedWindow( "image", 1 );
    imshow( "image", binary );

    // (2) Pic Two Show
    //Extract the contours so that
    vector<vector<Point> > contours0;
    findContours( binary, contours0, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);

    contours.resize(contours0.size());
    for( size_t k = 0; k < contours0.size(); k++ )
        approxPolyDP(Mat(contours0[k]), contours[k], 3, true);

    // Jeff --> the same name to bind window and trackbar together.
    //          qt qml to draw would be much better.
    //          callback: on_trackbar()
    namedWindow( "contours", 1 );
    createTrackbar( "levels+3", "contours", &levels, 7, on_trackbar );
    on_trackbar(0,0);

    waitKey();
    return 0;
}

　　

---

Reference: http://blog.csdn.net/felix86/article/details/38121959

采用cvFindContours提取轮廓，并过滤掉小面积轮廓，最后将轮廓保存。

 static int getContoursByCplus(char* Imgname, double minarea, double whRatio)
 {
     cv::Mat src, dst, canny_output;
     /// Load source image and convert it to gray
     src = imread(Imgname, );  

     if (!src.data)
     {
         std::cout << "read data error!" << std::endl;
         return -;
     }
     blur(src, src, Size(, ));  

     //the pram. for findContours,
     vector<vector<Point> > contours;
     vector<Vec4i> hierarchy;  

     /// Detect edges using canny
     Canny(src, canny_output, , , );
     /// Find contours
     findContours(canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(, ));
     //CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE  

     double maxarea = ;
     int maxAreaIdx = ;  

     for (int i = ; i<contours.size(); i++)
     {  

         double tmparea = fabs(contourArea(contours[i]));
         if (tmparea>maxarea)
         {
             maxarea = tmparea;
             maxAreaIdx = i;
             continue;
         }  

         if (tmparea < minarea)
         {
             // *** 删除面积小于设定值的轮廓
             contours.erase(contours.begin() + i);
             std::wcout << "delete a small area" << std::endl;
             continue;
         }
         //计算轮廓的直径宽高
         Rect aRect =boundingRect(contours[i]);
         if ((aRect.width / aRect.height)<whRatio)
         {
             // *** 删除宽高比例小于设定值的轮廓
             contours.erase(contours.begin() + i);
             std::wcout << "delete a unnomalRatio area" << std::endl;
             continue;
         }
     }
     /// Draw contours,彩色轮廓
     dst= Mat::zeros(canny_output.size(), CV_8UC3);
     for (int i = ; i< contours.size(); i++)
     {
         //随机颜色
         Scalar color = Scalar(rng.uniform(, ), rng.uniform(, ), rng.uniform(, ));
         drawContours(dst, contours, i, color, , , hierarchy, , Point());
     }
     // Create Window
     char* source_window = "countors";
     namedWindow(source_window, CV_WINDOW_NORMAL);
     imshow(source_window, dst);
     cv:; waitKey();  

     return ;
 }