首先基于前面的工作，通过调整已经很好的把指甲边缘显示出来了，不曾想我却从那时开始走上了弯路，使用matlab去处理静态图片，以获得更好的指甲和特征提取效果，结果就是，效果不理想（光照影响）并且用到摄像头上来一点都不实用。辛辛苦苦的研究了n多的图像处理算法，几乎把边缘提取的算法全部过了一遍，阅读了不下100篇论文，还折腾出B样条曲线拟合进行边缘连接，现在想想太可笑了，其实OpenCV现有的图像处理方法已经可以满足我提取指甲的要求了，只不过我需要进行合理的组合搭配，从而实现我想要的效果。
总有那么一句话叫：摸着石头过河。我今天算是体会到了，不过中间老板还让写创业计划，总之，该回归正道了！
接着之前的canny提取的边缘，我想进一步提取出指甲，把其他背景都省略，这样就只留下指甲了，从而进一步提取特征。首先我想到的是findContours函数及其轮廓操作
//! retrieves contours and the hierarchical information from black-n-white image.
CV_EXPORTS_W void findContours( InputOutputArray image, OutputArrayOfArrays contours,
OutputArray hierarchy, int mode,
int method, Point offset=Point());
//! retrieves contours from black-n-white image.
CV_EXPORTS void findContours( InputOutputArray image, OutputArrayOfArrays contours,
int mode, int method, Point offset=Point());
其中image为输入的 binary image，输出是一个向量数组，每个向量是Points类型的指针向量数组。这个数组会用做后面的轮廓处理。
mode代表提取轮廓的类型， 可以是以下几种类型 //CV_RETR_LIST, // retrieve all contours
//CV_RETR_EXTERNAL, // retrieve the external contours
//CV_RETR_TREE, // retrieve all contours in tree format
//CV_RETR_CCOMP is similar but limits the hierarchy at two levels.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。
method代表轮廓点的类型，可以有 //CV_CHAIN_APPROX_NONE // all pixels of each contours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
//CV_CHAIN_APPROX_SIMPLE //only the end points would be included for horizontal,vertical, or diagonal contours. 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
最后一个不用管先，然后就是一个OutputArray hierarchy代表分层结构，hierarchy, // hierarchical representation
接下来用 cv::Mat result(image.size(),CV_8U,cv::Scalar(255));
cv::drawContours(result,contours,
-1, // draw all contours
cv::Scalar(0), // in black
2); // with a thickness of 2
出来的效果还不错，利用黑背景，能将指甲分离出来，但是接下来的分离过程除了错误。就是在我将多余的或者不符合要求的轮廓去除过程中报错了
// Eliminate too short or too long contours
int cmin= 100; // minimum contour length
int cmax= 1000; // maximum contour length
std::vector<std::vector<cv::Point> >::const_iterator itc = contours.begin();
while (itc!=contours.end())
{
if (itc->size() < cmin || itc->size() > cmax)
itc=contours.erase(itc);
else
++itc;
}
错误如下：错误:no matching function for call to 'std::vector<std::vector<cv::Point_<int> > >::erase(std::vector<std::vector<cv::Point_<int> > >::const_iterator&)'，我理解的意思是这里erase函数用的不对，但是我是照着OpenCVcookbook做的，网上也搜了很多，都是这样写的，感觉不同于他们的是我的实在QT中编写，用OpenCV2.3.1，不知到为什么会报错，
然后就找他的定义，感觉用得也没错：
iterator
erase(iterator __position)
{
if (__position + 1 != end())
std::copy(__position + 1, end(), __position);
--this->_M_impl._M_finish;
return __position;
}
iterator
erase(iterator __first, iterator __last)
{
_M_erase_at_end(std::copy(__last, end(), __first));
return __first;
}
后来仔细看了，iterator和const_iterator不一样， typedef __gnu_cxx::__normal_iterator<pointer, vector> iterator; typedef __gnu_cxx::__normal_iterator<const_pointer, vector> const_iterator;
而我抄袭的程序里面都是const_iterator,该过来之后就可以了。
现在的问题是，我该怎么取适当的值，使得只有指甲的轮廓保留下来，其余的省去。还是一步一步来吧，先把轮廓查找的过程搞清楚。
findContours经常与drawContours配合使用，用来将轮廓绘制出来。其中第一个参数image表示目标图像，第二个参数contours表示输入的轮廓组，每一组轮廓由点vector构成，第三个参数contourIdx指明画第几个轮廓，如果该参数为负值，则画全部轮廓，第四个参数color为轮廓的颜色，第五个参数thickness为轮廓的线宽，如果为负值或CV_FILLED表示填充轮廓内部，第六个参数lineType为线型，第七个参数为轮廓结构信息，第八个参数为maxLevel。
但是用在视频处理中，还是不行，所以我改为拍照处理，拍5张照片后重合为一张，效果如下：
虽然还不是很好，但我也只能勉强的继续往下走着先。这过程中涉及到一些Mat图像基本容器的处理，因为我是存储了5张图片，所以不能直接赋值，需要用cvcopyto函数。
capture.read(frame);
++flag;
switch (flag)
{
case 1:
frame.copyTo(image1);
break;
case 2:
frame.copyTo(image2);
break;
case 3:
frame.copyTo(image3);
break;
case 4:
frame.copyTo(image4);
break;
default:
flag=0;
break;
}
后然处理重合吧：
Mat edge1=edged(image1);
Mat edge2=edged(image2);
Mat edge3=edged(image3);
Mat edge4=edged(image4);
Mat edge;
Mat result;
cv::addWeighted(edge1,1,edge2,1,0.,edge);
cv::addWeighted(edge,1,edge3,1,0.,edge);
cv::addWeighted(edge,1,edge4,1,0.,edge);
接下来我准备进行多边形逼近或者其他手段把，把背景去除，然后特征提取。比较慢哈，不过最近听说一位美国留学的博士师兄在做视网膜诊病，和我这个甲诊有点类似之处哈，好歹给了我一点鼓励吧。