讀入彩色3通道圖像，轉換成灰度圖像，再轉換成二值圖像，完後檢測輪廓。html
// cvtcolor.cpp : 定義控制檯應用程序的入口點。
//
#include "stdafx.h"
#include <iostream>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#pragma comment(lib, "opencv_highgui2410d.lib")
#pragma comment(lib, "opencv_core2410d.lib")
#pragma comment(lib, "opencv_imgproc2410d.lib")
using namespace cv;
using namespace std;
int main()
{
string image_name = "swan.jpg";
Mat src = imread(image_name);
imshow("src",src);
Mat gray(src.size(),CV_8U);
cvtColor(src,gray,CV_BGR2GRAY);//轉換成灰度圖
imshow("gray",gray);
threshold(gray,gray,128,255,THRESH_BINARY);//轉換成2值圖像
imshow("binary",gray);
/
std::vector<std::vector<cv::Point>> contours;
cv::findContours(gray,
contours, // a vector of contours
CV_RETR_EXTERNAL, // retrieve the external contours
CV_CHAIN_APPROX_NONE); // retrieve all pixels of each contours
// Print contours' length
std::cout << "Contours: " << contours.size() << std::endl;
std::vector<std::vector<cv::Point>>::const_iterator itContours= contours.begin();
for ( ; itContours!=contours.end(); ++itContours)
{
std::cout << "Size: " << itContours->size() << std::endl;
}
// draw black contours on white image
cv::Mat result(gray.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
cv::namedWindow("Contours");
cv::imshow("Contours",result);
// draw contours on the original image
cv::Mat original= cv::imread(image_name);
cv::drawContours(original,contours,
-1, // draw all contours
cv::Scalar(255,255,255), // in white
-1); // with a thickness of 2
cv::namedWindow("Contours on Animals");
cv::imshow("Contours on Animals",original);
// Let's now draw black contours on white image
result.setTo(cv::Scalar(255));
cv::drawContours(result,contours,
-1, // draw all contours
cv::Scalar(0), // in black
-1); // with a thickness of 1
//image= cv::imread("test.png",0);
waitKey(0);
return 0;
}
實現效果：ios
添加代碼只顯示不大不小的輪廓：c++
//除去太長或者過短的輪廓
int cmin = 10;
int cmax = 500000;
vector<std::vector<cv::Point>>::iterator itc = contours.begin();
while(itc != contours.end())
{
if(itc->size() < cmin || itc->size() > cmax)
itc = contours.erase(itc);
else
++itc;
}
其餘相關的一些說明：算法
http://blog.sina.com.cn/s/blog_8fc98fe501017ypb.html數組
先看提取輪廓的代碼：app
- Mat
image = imread("D:/picture/images/binaryGroup.bmp",0); - if(!image.data)
-
return -1; - imshow("源圖像",image);
-
- //獲取輪廓
- std::vector>
contours; - //獲取輪廓：
- findContours(image,
//圖像 -
contours, //輪廓點 -
//包含圖像拓撲結構的信息（可選參數，這裏沒有選） -
CV_RETR_EXTERNAL, //獲取輪廓的方法（這裏獲取外圍輪廓） -
CV_CHAIN_APPROX_NONE); //輪廓近似的方法（這裏不近似，獲取所有輪廓） - //打印輪廓信息
- std::cout<<"共有外圍輪廓："<<contours.size()<<"條"<<std::endl;
- std::vector>::const_iterator
itContours = contours.begin(); - for(;itContours
!= contours.end();++itContours) - {
-
std::cout<<"每一個輪廓的長度: "<<itContours->size()<<std::endl; - }
注意到輪廓的存儲格式爲std::vector>，他說明整個輪廓是若干條輪廓按必定順序組成的，而每一個輪廓中的點也是有順序的。函數
畫出輪廓就比較簡單了：ui
- //畫出輪廓
- Mat
result(image.size(),CV_8U,Scalar(255)); - //畫出輪廓，參數爲：畫板，輪廓，輪廓指示（這裏畫出全部輪廓），顏色，線粗
- drawContours(result,contours,-1,Scalar(0),2);
- imshow("提取外圍輪廓",result);
還要注意提取輪廓的方法還有不少種，好比CV_RETR_LIST表明全部輪廓spa
- findContours(image,
//圖像 -
contours, //輪廓點 -
//包含圖像拓撲結構的信息（可選參數，這裏沒有選） -
CV_RETR_LIST, //獲取輪廓的方法（這裏獲取全部輪廓） -
CV_CHAIN_APPROX_NONE); //輪廓近似的方法（這裏不近似，獲取所有輪廓 - //畫出輪廓
- drawContours(result,contours,-1,Scalar(0),2);
- imshow("提取全部輪廓",result);
一般，這樣提取的輪廓包含一些咱們不但願的輪廓（好比一些小洞），或者假如咱們知道咱們感興趣的物體輪廓的大概範圍時，咱們就能夠用下面的辦法縮小目標範圍：.net
- //除去太長或者過短的輪廓
- int
cmin = 100; - int
cmax = 1000; - std::vector>::const_iterator
itc = contours.begin(); - while(itc
!= contours.end()) - {
-
if(itc->size() < cmin || itc->size() > cmax) -
itc = contours.erase(itc); -
else -
++itc;
- }
-
- //把結果畫在源圖像上：
- Mat
original = imread("D:/picture/images/group.jpg"); - if(!original.data)
-
return -1; - drawContours(original,contours,-1,Scalar(255,255,255),2);
- imshow("動物的輪廓",original);
-
- //將輪廓重繪於白板上
- result.setTo(Scalar(255));
- drawContours(result,contours,-1,Scalar(0),1);
怎麼提取輪廓的特徵呢？OpenCV提供了不少函數，咱們展現其中的幾個：
- //輪廓的形狀描述子
- //外接矩形
- Rect
r0 = boundingRect(Mat(contours[0])); - rectangle(result,r0,Scalar(0),2);
-
- //最小外接圓
- float
radius; - Point2f
center; - minEnclosingCircle(Mat(contours[1]),center,radius);
- circle(result,Point(center),static_cast<</span>int>(radius),Scalar(0),2);
-
- //多邊形估計
- std::vector
poly; - //參數爲：輸入圖像的2維點集，輸出結果，估計精度，是否閉合
- approxPolyDP(Mat(contours[2]),poly,5,true);
- std::cout<<"多邊形大小："<<poly.size()<<std::endl;
- //畫出結果
- std::vector::const_iterator
itp = poly.begin(); - while(itp
!= poly.end()-1) - {
-
line(result,*itp,*(itp+1),Scalar(0),2); -
++itp; - }
- //將第一個點和最後一點連起來
- line(result,*(poly.begin()),*(poly.end()-1),Scalar(128),2);
-
-
- //計算凸包
- std::vector
hull; - convexHull(Mat(contours[3]),hull);
- std::vector::const_iterator
it= hull.begin(); - while(it
!= (hull.end()-1)) - {
-
line(result,*it,*(it+1),Scalar(0),2); -
++it; - }
- line(result,*(hull.begin()),*(hull.end()-1),Scalar(0),2);
-
-
- //計算矩信息
- itc
= contours.begin(); - while(itc
!= contours.end()) - {
-
//計算全部的距 -
Moments mom = moments(Mat(*itc++)); -
//計算並畫出質心 -
circle(result,Point(mom.m10/mom.m00,mom.m01/mom.m00),2,Scalar(2),2); - }
- imshow("形狀描述子",result);
咱們再次看到，輪廓的確是有順序的。值得注意的是矩信息：OpenCV提供了一個結構體Moments，它的元素就是計算好的矩信息，裏面存放了經常使用的距。
其實，OpenCV還提供了許多其餘的形狀描述子，好比函數cv::minAreaRect計算了最小外界傾斜的矩形。函數 cv::contourArea估計輪廓區域的面積（裏面的像素數）。函數cv::pointPolygonTest計算一個點是否在輪廓內，cv::matchShapes測量了2兩個輪廓的類似程度等等。這裏就不一一介紹了。
findContours函數，這個函數的原型爲：
void findContours(InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierar-
chy, int mode, int method, Point offset=Point())
參數說明
輸入圖像image必須爲一個2值單通道圖像
contours參數爲檢測的輪廓數組，每個輪廓用一個point類型的vector表示
hiararchy參數和輪廓個數相同，每一個輪廓contours[ i ]對應4個hierarchy元素hierarchy[ i ][ 0 ] ~hierarchy[ i ][ 3 ]，分別表示後一個輪廓、前一個輪廓、父輪廓、內嵌輪廓的索引編號，若是沒有對應項，該值設置爲負數。
mode表示輪廓的檢索模式
CV_RETR_EXTERNAL表示只檢測外輪廓
CV_RETR_LIST檢測的輪廓不創建等級關係
CV_RETR_CCOMP創建兩個等級的輪廓，上面的一層爲外邊界，裏面的一層爲內孔的邊界信息。若是內孔內還有一個連通物體，這個物體的邊界也在頂層。
CV_RETR_TREE創建一個等級樹結構的輪廓。具體參考contours.c這個demo
method爲輪廓的近似辦法
CV_CHAIN_APPROX_NONE存儲全部的輪廓點，相鄰的兩個點的像素位置差不超過1，即max（abs（x1-x2），abs（y2-y1））==1
CV_CHAIN_APPROX_SIMPLE壓縮水平方向，垂直方向，對角線方向的元素，只保留該方向的終點座標，例如一個矩形輪廓只需4個點來保存輪廓信息
CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法
offset表示表明輪廓點的偏移量，能夠設置爲任意值。對ROI圖像中找出的輪廓，並要在整個圖像中進行分析時，這個參數仍是頗有用的。
findContours後會對輸入的2值圖像改變，因此若是不想改變該2值圖像，需建立新mat來存放，findContours後的輪廓信息contours可能過於複雜不平滑，能夠用approxPolyDP函數對該多邊形曲線作適當近似
contourArea函數能夠獲得當前輪廓包含區域的大小，方便輪廓的篩選
findContours常常與drawContours配合使用，用來將輪廓繪製出來。其中第一個參數image表示目標圖像，第二個參數contours表示輸入的輪廓組，每一組輪廓由點vector構成，第三個參數contourIdx指明畫第幾個輪廓，若是該參數爲負值，則畫所有輪廓，第四個參數color爲輪廓的顏色，第五個參數thickness爲輪廓的線寬，若是爲負值或CV_FILLED表示填充輪廓內部，第六個參數lineType爲線型，第七個參數爲輪廓結構信息，第八個參數爲maxLevel
獲得了複雜輪廓每每不適合特徵的檢測，這裏再介紹一個點集凸包絡的提取函數convexHull，輸入參數就能夠是contours組中的一個輪廓，返回外凸包絡的點集
還能夠獲得輪廓的外包絡矩形，使用函數boundingRect，若是想獲得旋轉的外包絡矩形，使用函數minAreaRect，返回值爲RotatedRect；也能夠獲得輪廓的外包絡圓，對應的函數爲minEnclosingCircle；想獲得輪廓的外包絡橢圓，對應的函數爲fitEllipse，返回值也是RotatedRect，能夠用ellipse函數畫出對應的橢圓
若是想根據多邊形的輪廓信息獲得多邊形的多階矩，可使用類moments，這個類能夠獲得多邊形和光柵形狀的3階之內的全部矩，類內有變量m00，m10，m01，m20，m11，m02，m30，m21，m12，m03，好比多邊形的質心爲 x = m10 / m00，y = m01 / m00。
若是想得到一點與多邊形封閉輪廓的信息，能夠調用pointPolygonTest函數，這個函數返回值爲該點距離輪廓最近邊界的距離，爲正值爲在輪廓內部，負值爲在輪廓外部，0表示在邊界上。
static int getContoursByCplus(char* Imgname, double minarea, double whRatio)
{
cv::Mat src, dst, canny_output;
/// Load source image and convert it to gray
src = imread(Imgname, 0);
if (!src.data)
{
std::cout << "read data error!" << std::endl;
return -1;
}
blur(src, src, Size(3, 3));
//the pram. for findContours,
vector<vector<Point> > contours;
vector<Vec4i> hierarchy;
/// Detect edges using canny
Canny(src, canny_output, 80, 255, 3);
/// Find contours
findContours(canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));
//CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE
double maxarea = 0;
int maxAreaIdx = 0;
for (int i = 0; i<contours.size(); i++)
{
double tmparea = fabs(contourArea(contours[i]));
if (tmparea>maxarea)
{
maxarea = tmparea;
maxAreaIdx = i;
continue;
}
if (tmparea < minarea)
{
//刪除面積小於設定值的輪廓
contours.erase(contours.begin() + i);
std::wcout << "delete a small area" << std::endl;
continue;
}
//計算輪廓的直徑寬高
Rect aRect =boundingRect(contours[i]);
if ((aRect.width / aRect.height)<whRatio)
{
//刪除寬高比例小於設定值的輪廓
contours.erase(contours.begin() + i);
std::wcout << "delete a unnomalRatio area" << std::endl;
continue;
}
}
/// Draw contours,彩色輪廓
dst= Mat::zeros(canny_output.size(), CV_8UC3);
for (int i = 0; i< contours.size(); i++)
{
//隨機顏色
Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
drawContours(dst, contours, i, color, 2, 8, hierarchy, 0, Point());
}
// Create Window
char* source_window = "countors";
namedWindow(source_window, CV_WINDOW_NORMAL);
imshow(source_window, dst);
cv:; waitKey(0);
return 0;
}
cvDrawContours(gray_image,c,cvScalarAll(0),cvScalarAll(0),0,CV_FILLED);
用參數CV_FILLED就能夠了 ，這樣能夠填充輪廓，進而獲得模版有點相似圖像分割了。
還有一種方法就是：
http://blog.csdn.net/augusdi/article/details/9011935
本文同步分享在 博客「shiter」（CSDN）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。