OpenCV4入门教程091：图像轮廓发现

索引地址：系列索引

轮廓即是以某种方式表示图像中的曲线的点的列表。这种表示可以根据实际的情形不同而不同。表示一条曲线的方式有很多种。OpenCV中，轮廓是由STL风格的vector<>模板对象表示的，其中vector中的每个元素都编码了曲线上的下一点的位置信息。

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。所以边缘提取的阈值选定会影响最终轮廓发现结果。

查找的轮廓后，可以涉及树形层次、编码方式、最小外接矩形、面积与周长

API介绍

findContours 发现轮廓

用于查找二值图像中的轮廓。

该函数使用算法@cite Suzuki85从二值图像中检索轮廓。轮廓是用于形状分析以及对象检测和识别的有用工具。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
void findContours(
        InputArray image, 
        OutputArrayOfArrays contours,
        OutputArray hierarchy, 
        int mode,
        int method, 
        Point offset = Point()
    );


void findContours(
        InputArray image, 
        OutputArrayOfArrays contours,
        int mode, 
        int method, 
        Point offset = Point()
    );
  • image 原图像，一个8位的单通道图像。非零像素被认为为1，0像素为任然保留为0。所以图像被当做二值图像。您可以使用compare、inRange、threshold、adaptiveThreshold、Canny等来创建灰度或彩色的二值图像。如果mode等于RETR_CCOMP或RETR_FLOODFILL，则输入也可以是32位整数的标签图像(CV_32SC1)。
  • contours 检测到的轮廓。每个轮廓都存储为点向量（例如std :: vector）。
  • hierarchy 可选的输出向量（例如std :: vector ），包含有关图像拓扑的信息。它具有与轮廓数量一样多的元素。对于每个第i个轮廓轮廓[i]，元素等级[i] [0]，等级[i] [1]，等级[i] [2]和等级[i] [3]均设置为0-在相同的层次级别上，基于下一个和上一个轮廓的轮廓的索引，分别是第一个子轮廓和父轮廓。如果对于轮廓i，没有下一个，上一个，父级或嵌套的轮廓，则hierarchy [i]的相应元素将为负。
  • mode 轮廓检索模式，请参阅RetrievalModes。
  • method 轮廓近似方法，请参见ContourApproximationModes
  • offset 每个轮廓点移动的可选偏移量。如果从图像ROI中提取轮廓，然后在整个图像上下文中对其进行分析，这将非常有用。

drawContours 绘制轮廓

绘制轮廓或者填充轮廓。

1
2
3
4
5
6
7
8
9
10
11
void drawContours( 
       InputOutputArray image,
       InputArrayOfArrays contours,
       int contourIdx, 
       const Scalar& color,
       int thickness = 1, 
       int lineType = LINE_8,
       InputArray hierarchy = noArray(),
       int maxLevel = INT_MAX, 
       Point offset = Point() 
 );
  • image 目标图片
  • contours 所有输入轮廓，每个轮廓都存储为点向量。
  • contourIdx 指示要绘制轮廓的参数。若为负，则绘制所有轮廓。
  • color 轮廓的颜色。
  • hickness 绘制轮廓的线的粗细。如果为负数，则绘制轮廓内部。
  • lineType 表示线型。
  • hierarchy 表示有关层次结构的可选信息。
  • maxLevel 表示绘制轮廓的最大级别。 如果为0，则仅绘制指定的轮廓。 如果为1，则该函数绘制轮廓和所有嵌套轮廓。 如果为2，则该函数绘制轮廓，所有嵌套轮廓，所有嵌套到嵌套的轮廓，等等。 仅当有可用的层次结构时才考虑此参数。
  • offset 表示可选的轮廓偏移参数，该参数可按指定的方式移动所有绘制的轮廓。

其实在OpenCV4入门教程050：旋转文本图像矫正中已经使用过了

测试代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;

//      描述：控制台应用程序的入口函数，我们的程序从这里开始
//-------------------------------------------------------------------------------------------------
int main(int argc, char **argv) {
    // 【1】载入原始图，且必须以二值图模式载入
    Mat srcImage = imread("1.jpg", 0);
    imshow("原始图", srcImage);

    //【2】初始化结果图
    Mat dstImage = Mat::zeros(srcImage.rows, srcImage.cols, CV_8UC3);

    //【3】srcImage取大于阈值119的那部分
    srcImage = srcImage > 119;
    imshow("取阈值后的原始图", srcImage);

    //【4】定义轮廓和层次结构
    vector<vector<Point>> contours;
    vector<Vec4i>         hierarchy;

    //【5】查找轮廓
    findContours(srcImage, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE);

    // 【6】遍历所有顶层的轮廓， 以随机颜色绘制出每个连接组件颜色
    int index = 0;
    for (; index >= 0; index = hierarchy[ index ][ 0 ]) {
        Scalar color(rand() & 255, rand() & 255, rand() & 255);
        drawContours(dstImage, contours, index, color, FILLED, 8, hierarchy);
    }

    //【7】显示最后的轮廓图
    imshow("轮廓图", dstImage);

    waitKey(0);
}

效果为

contours

为什么背景是绿色的呢？因为整个图片可以找到四边形。

综合测试

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
//---------------------------------【头文件、命名空间包含部分】----------------------------
//      描述：包含程序所使用的头文件和命名空间
//------------------------------------------------------------------------------------------------
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;

//-----------------------------------【宏定义部分】--------------------------------------------
//      描述：定义一些辅助宏
//------------------------------------------------------------------------------------------------
#define WINDOW_NAME1 "src" //为窗口标题定义的宏
#define WINDOW_NAME2 "result"     //为窗口标题定义的宏

//-----------------------------------【全局变量声明部分】--------------------------------------
//      描述：全局变量的声明
//-----------------------------------------------------------------------------------------------
Mat                   g_srcImage;
Mat                   g_grayImage;
int                   g_nThresh     = 80;
int                   g_nThresh_max = 255;
RNG                   g_rng(12345);
Mat                   g_cannyMat_output;
vector<vector<Point>> g_vContours;
vector<Vec4i>         g_vHierarchy;

//-----------------------------------【全局函数声明部分】--------------------------------------
//      描述：全局函数的声明
//-----------------------------------------------------------------------------------------------
void        on_ThreshChange(int, void *);

//-----------------------------------【main( )函数】--------------------------------------------
//      描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main(int argc, char **argv) {
    // 加载源图像
    g_srcImage = imread("1.jpg", 1);
    if (!g_srcImage.data) {
        printf("读取图片错误，请确定目录下是否有imread函数指定的图片存在~！ \n");
        return false;
    }

    // 转成灰度并模糊化降噪
    cvtColor(g_srcImage, g_grayImage, COLOR_BGR2GRAY);
    blur(g_grayImage, g_grayImage, Size(3, 3));

    // 创建窗口
    namedWindow(WINDOW_NAME1, WINDOW_AUTOSIZE);
    imshow(WINDOW_NAME1, g_srcImage);

    //创建滚动条并初始化
    createTrackbar("canny阈值", WINDOW_NAME1, &g_nThresh, g_nThresh_max, on_ThreshChange);
    on_ThreshChange(0, 0);

    waitKey(0);
    return (0);
}

//-----------------------------------【on_ThreshChange( )函数】------------------------------
//      描述：回调函数
//----------------------------------------------------------------------------------------------
void on_ThreshChange(int, void *) {

    // 用Canny算子检测边缘
    Canny(g_grayImage, g_cannyMat_output, g_nThresh, g_nThresh * 2, 3);

    // 寻找轮廓
    findContours(g_cannyMat_output, g_vContours, g_vHierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE,
                 Point(0, 0));

    // 绘出轮廓
    Mat drawing = Mat::zeros(g_cannyMat_output.size(), CV_8UC3);
    for (int i = 0; i < g_vContours.size(); i++) {
        Scalar color =
            Scalar(g_rng.uniform(0, 255), g_rng.uniform(0, 255), g_rng.uniform(0, 255)); //任意值
        drawContours(drawing, g_vContours, i, color, 2, 8, g_vHierarchy, 0, Point());
    }

    // 显示效果图
    imshow(WINDOW_NAME2, drawing);
}

效果为

findcontours

OpenCV
#OpenCV #轮廓
OpenCV4入门教程091：图像轮廓发现
https://feater.top/opencv/opencv-image-find-contours/
作者
JackeyLea
发布于
2020年6月25日
许可协议