23、【opencv入门】轮廓查找与绘制（1）

一、简介

1、轮廓的相关概念

1)什么是轮廓

　　轮廓可以简单认为成将连续的点（连着边界）连在一起的曲线，具有相同的颜色或者灰度，提取轮廓就是提取这些具有相同颜色或者灰度的曲线，或者说是连通域，轮廓在形状分析和物体的检测和识别中非常有用。

2)注意事项:

　　①为了更加准确，要使用二值化图像。在寻找轮廓之前，要进行阈值化处理    或者 Canny 边界检测

　　②查找轮廓的函数会修改原始图像。如果你在找到轮廓之后还想使用原始图像的话，你应该将原始图像存储到其他变量中(clone(), copyTo())

　　③在OpenCV 中，查找轮廓就像在黑色背景中找白色物体。你应该记住，要找的物体应该是白色而背景应该是黑色。

3)常用函数:

　　findContours()-----查找轮廓

　　drawContours()-----绘制轮廓

2、查找轮廓

CV_EXPORTS_W void findContours(InputArray image, OutputArrayofArrays contours, OutputArray hierarchy, 
　　　　　　　　　　　　　　　　　　int mode, int method, Point offset=Point());

　　image: 输入图像, Mat类型8位单通道图像(一般为二值图)

　　contours: 检测到的轮廓, 每个轮廓存储为一个点向量, 即Point类型的vector表示

　　hierarchy: 可选的输出向量, 包含图像的拓扑信息。其作为轮廓数量的表示, 包含了许多元素, 每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0]~hierarchy[i][3], 分别表示后一轮廓、前一轮廓、父轮廓、内嵌轮廓的索引编号, 如果没有对应项, 设置为负数

　　mode: 轮廓检索模式, 取值如下:    

　　　　CV_RETR_EXTERNAL=0-----表示只检测最外层轮廓    
　　　　CV_RETR_LIST=1------提取所有轮廓并放置在list中, 轮廓不建立等级关系
　　　　CV_RETR_CCOMP=2------提取所有轮廓并组织为双层结构    
　　　　CV_RETR_TREE=3------提取所有轮廓并重新建立网状轮廓结构 

　　method: 轮廓的近似方法, 取值如下：

       CV_CHAIN_APPROX_NONE ---连续存储所有的轮廓点，任何两个相邻的点都是水平、垂直或者相邻的。也就是说max(abs(x1-x2), abs(y2-y1)) == 1
　　　　CV_CHAIN_APPROX_SIMPLE --- 压缩存储，对于水平、垂直或者斜向的线段，比如一个四边形，只会存储四个顶点
　　　　CV_CHAIN_APPROX_TC89_L1/CV_CHAIN_APPROX_TC89_KCOS         

　　offset: 每个轮廓的可选偏移量, 默认值Point()

3、绘制轮廓

CV_EXPORTS_W void drawContours(InputOutputArray image, InputArrayOfArrays contours, int contourIdx, 
　　　　　　　　　　　　　　　　　　const Scalar& color, int thickness=1, int lineType=8, InputArray hierarchy=noArray(), 
　　　　　　　　　　　　　　　　　　int maxLevel=INT_MAX, Point offset=Point());

　　image: 目标图像, Mat类型对象即可

　　contours: 所有的输入轮廓, 每个轮廓存储为一个点向量

　　contourIdx: 轮廓绘制指示变量(索引), 若为负值, 则表示绘制所有轮廓

　　color: 绘制轮廓的颜色

　　thickness: 轮廓线条的粗细, 默认值1, 如果为负值, 则绘制轮廓内部, 可选宏 CV_FILLED

　　lineType: 线条类型, 默认值8

　　hierarcy: 可选的层次结构信息, 默认值noArray()

　　maxLevel: 表示用于绘制轮廓的最大等级, 默认值INT_MAX

　　offset: 可选的轮廓偏移参数, 默认值Point()

【示例】

//轮廓查找  轮廓绘制
#include"opencv2/opencv.hpp"
#include<iostream>

using namespace std;
using namespace cv;

int main()
{
    Mat srcImg = imread("2.png"); 
    Mat tempImg = srcImg.clone();
    //Mat draw(srcImg.rows, srcImg.cols, CV_8UC3);
    cvtColor(srcImg, srcImg, CV_BGR2GRAY); //转为灰度图
    threshold(srcImg, srcImg,100, 255, CV_THRESH_BINARY);//图像二值化，value>threshold（即100）?255:0
    imshow("srcImg", srcImg);  //轮廓查找前

    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    //findContours(srcImg, contours, hierarchy,RETR_EXTERNAL, CHAIN_APPROX_SIMPLE ); //查找外轮廓，压缩存储轮廓点
    findContours(srcImg, contours, hierarchy,RETR_LIST, CHAIN_APPROX_SIMPLE ); //查找所有轮廓
    //findContours(srcImg, contours, hierarchy,CV_RETR_CCOMP, CHAIN_APPROX_SIMPLE ); //查找所有轮廓
    //findContours(srcImg, contours, hierarchy,RETR_TREE, CHAIN_APPROX_NONE ); //查找所有轮廓，存储所有轮廓点
    imshow("cont", srcImg);  //轮廓查找后 
    drawContours(tempImg, contours,-1, Scalar(0, 255, 0),2);  //绘制轮廓：-1代表绘制所有轮廓
    cout<<"num="<<contours.size()<<endl; //输出轮廓个数
    imshow("contours", tempImg);

    waitKey(0);
    return 0;       
}