轮廓图像与 Canny 图像的区别
一个轮廓一般对应一系列的点，也就是图像中的一条曲线。轮廓图像和 Canny 图像乍看起来表现几乎是一致的，但其实组成两者的数据结构差别很大：
-
Canny 边缘图像是一个点的集合，点与点之间没有联系。
-
轮廓图像是一个点集的集合，每个点集（即轮廓）内的点都是相邻的，点集与点集之间也存在前后、父内等关系。
寻找轮廓：findContours 函数
findContours 函数用于在二值图像中寻找轮廓。
void findContours(InputArray image, OutputArrays contours, OutputArray hierarchy, int mode, int method, Point offset = Point());
- image，输入图像，即源图像，填 Mat 类的对象即可，可以是灰度图（非零像素被视为 1），但更常用的是二值图像，一般是经过Canny、拉普拉斯等边缘检测算子处理过的二值图像。
- contours，检测到的所有轮廓均会被存在这里。每个轮廓为一个点集，用 Point 类型的 vector 表示。所以会被定义为
vector<vector<Point> > contours
- hierarchy，每个轮廓 contours[i] 对应四个 hierarchy[i][0] ~ hierarchy[i][3]，分别表示与当前轮廓平级的后一个轮廓的的索引编号、与当前轮廓平级的前一个轮廓的索引编号、当前轮廓的子轮廓的索引编号、当前轮廓的父轮廓的索引编号。如果没有对应项，hierarchy[i][x] = -1。
- mode，轮廓检索模式，取值如下：
| 标识符 | 含义 |
| RETR_EXTERNAL |
只检测最外层轮廓，包含在外围轮廓内的内围轮廓被忽略。不存在父轮廓或内嵌轮廓 （hierarchy[i][2] = hierarchy[i][3] = -1）。
|
| RETR_LIST |
提取所有轮廓，并且放置在 list 中。不存在父轮廓或内嵌轮廓 （hierarchy[i][2] = hierarchy[i][3] = -1）。
|
| RETR_CCOMP |
提取所有轮廓，无论嵌套个数多少，都将其组织为双层结构（外层、内层）。
|
| RETR_TREE |
提取所有轮廓，并建立网状的轮廓结构（最外层轮廓为根）。
|
再举个例子：
再举个例子：
再举个例子：
- method，轮廓的近似办法，取值如下：
| 标识符 | 含义 |
| CHAIN_APPROX_NONE | 获取每个轮廓的每个像素，相邻的两个像素位差不超过 1 像素。 |
| CHAIN_APPROX_SIMPLE | 仅保存轮廓的拐点信息，拐点与拐点之间直线段上的信息点不予保留。例如一个矩形轮廓只需 4 个点来保留轮廓信息。 |
|
CHAIN_APPROX_TC89_L1 CHAIN_APPROX_TC89_KCOS |
使用 teh-Chinl chain 近似算法。 |
- offset，所有的轮廓信息相对于原始图像对应点的偏移量，相当于在每一个检测出的轮廓点上加上该偏移量，有默认值 Point() 。对 ROI 区域（感兴趣区域）中找出的轮廓，并要在整个图像中进行分析时，这个参数便可派上用场。
绘制轮廓：drawContours 函数
void drawContours(InputOutputArray image, InputOutputArrays 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，填 Mat 类对象即可。
- contours，输入的轮廓，每个轮廓都是一组点集，可用 Point 类型的 vector 表示。
- contourIdx，轮廓的索引编号。若为负值，则绘制所有轮廓。
- color，轮廓颜色。
- thickness，轮廓线条的粗细程度，有默认值 1。若其为负值，便会填充轮廓内部空间。
- lineType，线条的类型，有默认值 8。可去类型如下：
| 类型 | 含义 |
| 8 | 8 连通线型 |
| 4 | 4 连通线型 |
| LINE_AA | 抗锯齿线型 |
- hierarchy，可选的层次结构信息，有默认值 noArray()。
- maxLevel，用于绘制轮廓的最大等级，有默认值 INT_MAX。
- offset，轮廓信息相对于目标图像对应点的偏移量，相当于在每一个轮廓点上加上该偏移量，有默认值 Point() 。在 ROI 区域（感兴趣区域）绘制轮廓时，这个参数便可派上用场。
代码示例：
#include<opencv.hpp>
#include<iostream>
#include<vector>
using namespace std;
using namespace cv;
int main() {
Mat src = imread("C:/Users/齐明洋/Desktop/3.jpg");
imshow("src", src);
Mat canny_img;
Canny(src, canny_img, 55, 110, 3);
//闭操作，先膨胀后腐蚀，可消除小黑点
Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
morphologyEx(canny_img, canny_img, MORPH_CLOSE, kernel);
imshow("canny_img", canny_img);
Mat dst = Mat(src.rows, src.cols, CV_8UC3, Scalar(0, 0, 0));
vector<vector<Point> >contours;
////写法一
//vector<Vec4i>hierarchy;
//findContours(canny_img, contours,hierarchy, RETR_TREE, CHAIN_APPROX_NONE);
//for (int i = 0; i < contours.size(); i++) {
// drawContours(dst, contours, i, Scalar(0, 0, 255), 1, 8, hierarchy);
//}
//写法二
findContours(canny_img, contours, RETR_TREE, CHAIN_APPROX_NONE);
drawContours(dst, contours, -1, Scalar(0, 255, 0), 1);
imshow("dst", dst);
waitKey(0);
}
效果演示：
