opencv学习笔记(二)寻找轮廓
opencv中使用findContours函数来查找轮廓,这个函数的原型为:
1 void findContours(InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierar- 2 chy, int mode, int method, Point offset=Point()) 3 4 /* 5 参数说明: 6 7 image:输入图像image必须为一个2值单通道图像; 8 9 contours:为检测的轮廓数组,每一个轮廓用一个point类型的vector表示,vector<Point>,则轮廓的集合可表示为vector<vector<Point>>; 10 11 hiararchy:参数和轮廓个数相同,每个轮廓contours[i]对应hierarchy元素hierarchy[i][0]—hierarchy[i][3],分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号,如果没有对应项,该值设置为负数; 12 13 mode:轮廓的检索模式 14 15 a.CV_RETR_EXTERNAL:表示只检测外轮廓 16 17 b.CV_RETR_LIST:检测的轮廓不建立登记关系 18 19 c.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。 20 21 d.CV_RETR_TREE:建立一个等级树结构的轮廓。 22 23 method:轮廓的近似方法 24 25 a.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 26 27 b.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 28 c.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。 29 */
findContours后会对输入的2值图像改变,所以如果不想改变该2值图像,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函数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函数经常与drawcontours配合使用,用来将轮廓绘制出来,函数原型为:
1 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() ) 2 3 /* 4 参数说明: 5 6 image:目标图像 7 8 contours:输入的轮廓组,每一组轮廓由点vector构成 9 10 contourIdx:指明画第几个轮廓,如果该参数为负值,则画全部轮廓 11 12 color:轮廓的颜色 13 14 thickness:轮廓的线宽,如果为负值或CV_FILLED表示填充轮廓内容 15 16 lineType:为线型 17 18 hierarchy:如果你想画出图像的一部分轮廓,那么你就需要它 19 20 maxLevel:用于画轮廓的最大成,如果为0,只是画出指定轮廓,如果为1,画出第一层的所有轮廓,如果为2,画出第一和第二层的所有轮廓,依次类推,这个参数只有在有层次关系的时候被使用 21 22 offset:每个轮廓点的偏移量 23 24 */
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,输入参数就可以是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boundingRect,函数原型为:
1 Rect boundingRect(InputArray points) 2 3 // points:二维点集 4 // 返回:包围轮廓的2D矩形的模板类Rect 5 //功能:对指定的点集进行包含,使得形成一个最合适的正向矩形框把当前指定的点集都框住
如果想得到旋转的外包络矩形,使用函数minAreaRect 函数原型:
1 RotatedRect minAreaRect(InputArray points) 2 //points:输入的2维向量点,其类型为:std::vector<> or Mat 3 ////函数功能:为一个指定的点集计算并返回的最小边界矩形(可能旋转)
4 //返回值类型: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类型,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得到多边形的多阶矩,可以使用类moments;
如果想获得一点与多边形封闭轮廓信息,可以调用pointPolygonTest函数,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。
Example
1 #include "opencv2/highgui/highgui.hpp" 2 #include "opencv2/imgproc/imgproc.hpp" 3 #include <iostream> 4 using namespace cv; 5 using namespace std; 6 int main() 7 { 8 9 const char* inputImage = "rice.jpg";//输入图像名称 10 Mat img; 11 img = imread(inputImage, 0); 12 //判断图像存在与否 13 if (img.empty()) 14 { 15 cout << "Could not read input image file: " << inputImage << endl; 16 return -1; 17 } 18 19 namedWindow("Img", 1); 20 imshow("Img", img); 21 //二值化,为提取轮廓做准备 22 threshold(img, img, 0, 255, CV_THRESH_OTSU + CV_THRESH_BINARY); 23 namedWindow("thr_img", 1); 24 imshow("thr_img", img); 25 //创建轮廓集合 26 vector<vector<Point> > contours; 27 //创建层级hierarchy 28 vector<Vec4i>hierarchy; 29 Mat dst = Mat::zeros(img.rows, img.cols, CV_8UC3); 30 findContours(img, contours, hierarchy, CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE); 31 if (!contours.empty() && !hierarchy.empty()) 32 { 33 int idx = 0; 34 for (; idx >= 0; idx = hierarchy[idx][0])//hierarchy[idx][0]表示当前轮廓序号idx的下一个轮廓 35 { 36 Scalar color((rand() & 255), (rand() & 255), (rand() & 255)); 37 drawContours(dst, contours, idx, color, 1, 8, hierarchy); 38 } 39 } 40 namedWindow("Connected Components", 1); 41 imshow("Connected Components", dst); 42 waitKey(0); 43 return 0; 44 }