http://stackoverflow.com/questions/29491669/real-time-paper-sheet-detection-using-opencv-in-android/29492699#29492699

at srcImg; //you may want to apply Canny or some threshold before searching for contours
    List<MatOfPoint> contours = new ArrayList<MatOfPoint>();
    Mat hierarchy;
    Imgproc.findContours(srcImg, contours, hierarchy, Imgproc.RETR_LIST, Imgproc.CHAIN_APPROX_SIMPLE);
    MatOfPoint2f mat2fsrc, mat2fdst;
    Scalar color =  new Scalar(250, 250, 255);

    for (int i = 0; i < contours.size(); i++) {
        contours.get(i).convertTo(mat2fsrc, CvType.CV_32FC2);
        Imgproc.approxPolyDP(mat2fsrc, mat2fdst, 0.01 * Imgproc.arcLength(mat2fsrc, true), true);
        mat2fdst.convertTo(contours.get(i), CvType.CV_32S);
        Imgproc.drawContours(srcImg, contours, i, color, 2, 8, hierarchy, 0, new Point());
    }



===================================================================================================================================================================================================================

http://stackoverflow.com/questions/23134304/crop-out-part-from-images-findcontours-opencv-java


  System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
    // reading image 
    Mat image = Highgui.imread(".\testing2.jpg", Highgui.CV_LOAD_IMAGE_GRAYSCALE);
    // clone the image 
    Mat original = image.clone();
    // thresholding the image to make a binary image
    Imgproc.threshold(image, image, 100, 128, Imgproc.THRESH_BINARY_INV);
    // find the center of the image
    double[] centers = {(double)image.width()/2, (double)image.height()/2};
    Point image_center = new Point(centers);

    // finding the contours
    ArrayList<MatOfPoint> contours = new ArrayList<MatOfPoint>();
    Mat hierarchy = new Mat();
    Imgproc.findContours(image, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE);

    // finding best bounding rectangle for a contour whose distance is closer to the image center that other ones
    double d_min = Double.MAX_VALUE;
    Rect rect_min = new Rect();
    for (MatOfPoint contour : contours) {
        Rect rec = Imgproc.boundingRect(contour);
        // find the best candidates
        if (rec.height > image.height()/2 & rec.width > image.width()/2)            
            continue;
        Point pt1 = new Point((double)rec.x, (double)rec.y);
        Point center = new Point(rec.x+(double)(rec.width)/2, rec.y + (double)(rec.height)/2);
        double d = Math.sqrt(Math.pow((double)(pt1.x-image_center.x),2) + Math.pow((double)(pt1.y -image_center.y), 2));            
        if (d < d_min)
        {
            d_min = d;
            rect_min = rec;
        }                   
    }
    // slicing the image for result region
    int pad = 5;        
    rect_min.x = rect_min.x - pad;
    rect_min.y = rect_min.y - pad;

    rect_min.width = rect_min.width + 2*pad;
    rect_min.height = rect_min.height + 2*pad;

    Mat result = original.submat(rect_min);     
    Highgui.imwrite("result.png", result);

===================================================================================================
参数说明   （maybe c/C++）

http://blog.csdn.net/augusdi/article/details/9011477

image：
输入的 8-比特、单通道图像. 非零元素被当成 1， 0 象素值保留为 0 - 从而图像被看成二值的。为了从灰度图像中得到这样的二值图像，可以使用 cvThreshold, cvAdaptiveThreshold 或 cvCanny. 本函数改变输入图像内容。
storage：
得到的轮廓的存储容器
first_contour：
输出参数：包含第一个输出轮廓的指针
header_size：
如果 method=CV_CHAIN_CODE，则序列头的大小 >=sizeof(CvChain)，否则 >=sizeof(CvContour) .
mode：
提取模式.
CV_RETR_EXTERNAL - 只提取最外层的轮廓
CV_RETR_LIST - 提取所有轮廓，并且放置在 list 中
CV_RETR_CCOMP - 提取所有轮廓，并且将其组织为两层的 hierarchy: 顶层为连通域的外围边界，次层为洞的内层边界。
CV_RETR_TREE - 提取所有轮廓，并且重构嵌套轮廓的全部 hierarchy
method：
逼近方法 (对所有节点, 不包括使用内部逼近的 CV_RETR_RUNS).
CV_CHAIN_CODE - Freeman 链码的输出轮廓. 其它方法输出多边形(定点序列).
CV_CHAIN_APPROX_NONE - 将所有点由链码形式翻译(转化）为点序列形式
CV_CHAIN_APPROX_SIMPLE - 压缩水平、垂直和对角分割，即函数只保留末端的象素点;
CV_CHAIN_APPROX_TC89_L1,
CV_CHAIN_APPROX_TC89_KCOS - 应用 Teh-Chin 链逼近算法. CV_LINK_RUNS - 通过连接为 1 的水平碎片使用完全不同的轮廓提取算法。仅有 CV_RETR_LIST 提取模式可以在本方法中应用.
offset：
每一个轮廓点的偏移量. 当轮廓是从图像 ROI 中提取出来的时候，使用偏移量有用，因为可以从整个图像上下文来对轮廓做分析.
函数 cvFindContours 从二值图像中提取轮廓，并且返回提取轮廓的数目。指针 first_contour 的内容由函数填写。它包含第一个最外层轮廓的指针，如果指针为 NULL，则没有检测到轮廓（比如图像是全黑的）。其它轮廓可以从 first_contour 利用 h_next 和 v_next 链接访问到。在 cvDrawContours 的样例显示如何使用轮廓来进行连通域的检测。轮廓也可以用来做形状分析和对象识别 - 见CVPR2001 教程中的 squares 样例。该教程可以在 SourceForge 网站上找到。

DrawContours 在图像中绘制外部和内部的轮廓。

[cpp] view plain copy

void cvDrawContours( CvArr *img, CvSeq* contour,CvScalar external_color, CvScalar hole_color,int max_level, int thickness=1,int line_type=8, CvPoint offset=cvPoint(0,0) );

img：
用以绘制轮廓的图像。和其他绘图函数一样，边界图像被感兴趣区域（ROI）所剪切。
contour：

指针指向第一个轮廓。
external_color：

外层轮廓的颜色。
hole_color：

内层轮廓的颜色。
max_level：

绘制轮廓的最大等级。如果等级为0，绘制单独的轮廓。如果为1，绘制轮廓及在其后的相同的级别下轮廓。如果值为2，所有的轮廓。如果等级为2，绘制所有同级轮廓及所有低一级轮廓，诸此种种。如果值为负数，函数不绘制同级轮廓，但会升序绘制直到级别为abs(max_level)-1的子轮廓。
thickness：

绘制轮廓时所使用的线条的粗细度。如果值为负(e.g. =CV_FILLED),绘制内层轮廓。
line_type：

线条的类型。参考cvLine.
offset：

照给出的偏移量移动每一个轮廓点坐标.当轮廓是从某些感兴趣区域(ROI)中提取的然后需要在运算中考虑ROI偏移量时，将会用到这个参数。

当thickness>=0,函数cvDrawContours在图像中绘制轮廓,或者当thickness<0时，填充轮廓所限制的区域。

[cpp] view plain copy

#include <stdio.h>
#include <cv.h>
#include <cxcore.h>
#include <highgui.h>
#pragma comment(lib, "cv.lib")
#pragma comment(lib, "cxcore.lib")
#pragma comment(lib, "highgui.lib")
// 内轮廓填充
// 参数:
// 1. pBinary: 输入二值图像，单通道，位深IPL_DEPTH_8U。
// 2. dAreaThre: 面积阈值，当内轮廓面积小于等于dAreaThre时，进行填充。
void FillInternalContours(IplImage *pBinary, double dAreaThre)
{
double dConArea;
CvSeq *pContour = NULL;
CvSeq *pConInner = NULL;
CvMemStorage *pStorage = NULL;
// 执行条件
if (pBinary)
{
// 查找所有轮廓
pStorage = cvCreateMemStorage(0);
cvFindContours(pBinary, pStorage, &pContour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE);
// 填充所有轮廓
cvDrawContours(pBinary, pContour, CV_RGB(255, 255, 255), CV_RGB(255, 255, 255), 2, CV_FILLED, 8, cvPoint(0, 0));
// 外轮廓循环
int wai = 0;
int nei = 0;
for (; pContour != NULL; pContour = pContour->h_next)
{
wai++;
// 内轮廓循环
for (pConInner = pContour->v_next; pConInner != NULL; pConInner = pConInner->h_next)
{
nei++;
// 内轮廓面积
dConArea = fabs(cvContourArea(pConInner, CV_WHOLE_SEQ));
printf("%f ", dConArea);
}
CvRect rect = cvBoundingRect(pContour,0);
cvRectangle(pBinary, cvPoint(rect.x, rect.y), cvPoint(rect.x + rect.width, rect.y + rect.height),CV_RGB(255,255, 255), 1, 8, 0);
}
printf("wai = %d, nei = %d", wai, nei);
cvReleaseMemStorage(&pStorage);
pStorage = NULL;
}
}
int Otsu(IplImage* src)
{
int height=src->height;
int width=src->width;
//histogram
float histogram[256] = {0};
for(int i=0; i < height; i++)
{
unsigned char* p=(unsigned char*)src->imageData + src->widthStep * i;
for(int j = 0; j < width; j++)
{
histogram[*p++]++;
}
}
//normalize histogram
int size = height * width;
for(int i = 0; i < 256; i++)
{
histogram[i] = histogram[i] / size;
}
//average pixel value
float avgValue=0;
for(int i=0; i < 256; i++)
{
avgValue += i * histogram[i]; //整幅图像的平均灰度
}
int threshold;
float maxVariance=0;
float w = 0, u = 0;
for(int i = 0; i < 256; i++)
{
w += histogram[i]; //假设当前灰度i为阈值, 0~i 灰度的像素(假设像素值在此范围的像素叫做前景像素) 所占整幅图像的比例
u += i * histogram[i]; // 灰度i 之前的像素(0~i)的平均灰度值：前景像素的平均灰度值
float t = avgValue * w - u;
float variance = t * t / (w * (1 - w) );
if(variance > maxVariance)
{
maxVariance = variance;
threshold = i;
}
}
return threshold;
}
int main()
{
IplImage *img = cvLoadImage("c://temp.jpg", 0);
IplImage *bin = cvCreateImage(cvGetSize(img), 8, 1);
int thresh = Otsu(img);
cvThreshold(img, bin, thresh, 255, CV_THRESH_BINARY);
FillInternalContours(bin, 200);
cvNamedWindow("img");
cvShowImage("img", img);
cvNamedWindow("result");
cvShowImage("result", bin);
cvWaitKey(-1);
cvReleaseImage(&img);
cvReleaseImage(&bin);
return 0;
}

这种情况下，大月亮内部的两个内轮廓没有框出来。这个不是因为我的 rect框是白色的缘故。。。。应该。

我断点试了，就 cvRectangle 了 4次···

[cpp] view plain copy

#include <stdio.h>
#include <cv.h>
#include <highgui.h>
#include <math.h>
#pragma comment(lib, "cv.lib")
#pragma comment(lib, "cxcore.lib")
#pragma comment(lib, "highgui.lib")
int main(int argc, char* argv[])
{
IplImage *src = cvLoadImage(".\test.png", 0);
IplImage *dsw = cvCreateImage(cvGetSize(src), 8, 1);
IplImage *dst = cvCreateImage(cvGetSize(src), 8, 3);
CvMemStorage *storage = cvCreateMemStorage(0);
CvSeq *first_contour = NULL;
//turn the src image to a binary image
//cvThreshold(src, dsw, 125, 255, CV_THRESH_BINARY_INV);
cvThreshold(src, dsw, 100, 255, CV_THRESH_BINARY);
cvFindContours(dsw, storage, &first_contour, sizeof(CvContour), CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);
cvZero(dst);
int cnt = 0;
for(; first_contour != 0; first_contour = first_contour->h_next)
{
cnt++;
CvScalar color = CV_RGB(rand()&255, rand()&255, rand()&255);
cvDrawContours(dst, first_contour, color, color, 0, 2, CV_FILLED, cvPoint(0, 0));
CvRect rect = cvBoundingRect(first_contour,0);
cvRectangle(dst, cvPoint(rect.x, rect.y), cvPoint(rect.x + rect.width, rect.y + rect.height),CV_RGB(255, 0, 0), 1, 8, 0);
}
printf("the num of contours : %d ", cnt);
cvNamedWindow( "Source", 1 );
cvShowImage( "Source", src );
cvNamedWindow( "dsw", 1 );
cvShowImage( "dsw", dsw );
cvNamedWindow( "Components", 1 );
cvShowImage( "Components", dst );
cvReleaseMemStorage(&storage);
cvWaitKey(-1);
return 0;
}

这种情况下内轮廓也框出来了。。。。。

看来阈值的选择与想要的结果有很大关系哦。

如何适应不同的图片呢？？？？？？？？？？？？？？？？？

还有，每幅图片里面，最大的轮廓是整幅图像，可以根据其面积最大，去除哦~~~修改如下：

area = fabs(cvContourArea(first_contour, CV_WHOLE_SEQ)); //cal the hole's area

在写后面那个内轮廓填充的时候，才发现， dsw 是我二值化之后的图像，很明显不应该是这样子的呀。

我把关于 Contours 的函数删除之后又恢复正常了。不知道为嘛呢。很显然查出来的轮廓是正确二值化之后的吧。不知道为嘛会这样显示呢。

再看另一个图的结果：

总有 9 个轮廓。

另外，计算了下，每个大轮廓内部的小轮廓的数目 conner ，结果显示都为0.

看看第一个大五角星。应该是把边边作为了一个轮廓，把内部黑色区域作为一个轮廓了吧？？？？

还有，这幅图片没有被当做一个大轮廓，上面那个小猫的，整幅图片被框了一下啊。。。。。。。。。。。。

另外i，把关于 cvFindContours && cvDrawContours 两个函数部分删除，二值化结果如下：

==========================================================================================================================================

 http://bbs.csdn.net/topics/391037090

向各位老师请教opencv中findContours获取轮廓大小时

cv::Mat srcImg = cv::imread("../1.jpg", 0);
        cv::Mat bwImg;
    vector<vector<cv::Point>> contours ;  
 
    // 二值化图像
    cv::threshold(srcImg, bwImg, 0.0, 255.0, CV_THRESH_BINARY | CV_THRESH_OTSU);
 
    cv::imshow("binary image", bwImg);
    cv::waitKey();
 
    // 查找轮廓，对应连通域
    cv::findContours(bwImg,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);
 
    // 寻找最大连通域
    double maxArea = 0;
    vector<cv::Point> maxContour;
    for(size_t i = 0; i < contours.size(); i++)
    {
        double area = cv::contourArea(contours[i]);
        if (area > maxArea)
        {
            maxArea = area;
            maxContour = contours[i];
        }
    }
 
    // 将轮廓转为矩形框
    cv::Rect maxRect = cv::boundingRect(maxContour);
 
    // 显示连通域
    cv::Mat result1, result2;
 
    bwImg.copyTo(result1);
    bwImg.copyTo(result2);
     
    for (size_t i = 0; i < contours.size(); i++)
    {
        cv::Rect r = cv::boundingRect(contours[i]);
        cv::rectangle(result1, r, cv::Scalar(255));
    }
    cv::imshow("all regions", result1) ;
    cv::waitKey();
 
    cv::rectangle(result2, maxRect, cv::Scalar(255));
    cv::imshow("largest region", result2) ;
    cv::waitKey();

debug的时候double area = cv::contourArea(contours[i]);这里就出错了，好像是内存问题，这是出错的
图片

我的是vs2013+opencv2.4.10
不知道为什么，我同学跑我的程序可以运行，但我就出这错，网上看了一下，也有人说过这种情况

对我有用[0] 丢个板砖[0] 引用 | 举报 | 管理

回复次数：7

关注 gggg_ggg Jackery_Shh 本版等级：	#1 得分：20回复于： 2015-05-16 19:28:54 对容器contours进行了非法操作，contourArea(contours[i])报错，这里应该是你对容器进行了越界操作，可以follow一下此处i的值与contours的size的值
	对我有用[0] 丢个板砖[0] 引用 \| 举报 \| 管理

关注 gggg_ggg Jackery_Shh 本版等级：	#2 得分：0回复于： 2015-05-16 19:32:27 重点关注follow一下for(size_t i = 0; i < contours.size(); i++)循环以及function contourArea(contours[i]) 进行了那些相关操作，来定位bug位置及原因；
	对我有用[0] 丢个板砖[0] 引用 \| 举报 \| 管理

关注 u010947001 u010947001 本版等级：	#3 得分：20回复于： 2015-05-18 11:07:23 找到原因了，环境配置问题
	对我有用[0] 丢个板砖[0] 引用 \| 举报 \| 管理

关注 only444572170 only_liu 本版等级：	#4 得分：0回复于： 2015-07-14 10:21:18 楼主，麻烦告知一下原因，我也出现这个问题了
	对我有用[0] 丢个板砖[0] 引用 \| 举报 \| 管理

关注 ziliaoku12 欧阳家的三毛本版等级：	#5 得分：0回复于： 2015-09-14 20:13:17 楼主，我也遇到这个问题，怎么处理？
	对我有用[0] 丢个板砖[0] 引用 \| 举报 \| 管理

: 关注; u013295518; 任逍遥6; 本版等级：

#6 得分：0回复于： 2015-12-08 17:29:02

MFC工程说的mdd改成mtd
可是我的Qt工程怎么配置

java OPENCV 连通域， Imgproc.findContours 例子,参数说明

向各位老师请教opencv中findContours获取轮廓大小时