1.轮廓发现(find contour in your image)
- 轮廓发现(find contour)
- 代码演示
2.介绍
轮廓发现是基于图像边缘提取的基础寻找对象轮廓的方法,所以边缘提取的阈值选定会影响最终轮廓发现结果
3.API介绍
- 在二值图像上发现轮廓使用API
cv::findContours(
InputOutputArray binImg, // 输入图像,非0的像素被看成1,0的像素值保持不变,8-bit
OutputArrayOfArrays contours,// 全部发现的轮廓对象
OutputArray, hierachy// 图该的拓扑结构,可选,该轮廓发现算法正是基于图像拓扑结构实现。
int mode, // 轮廓返回的模式,一般返回一个轮廓树
int method,// 发现方法
Point offset=Point()// 轮廓像素的位移,默认(0, 0)没有位移
)
- cv::findContours之后对发现的轮廓数据进行绘制显示
drawContours(
InputOutputArray binImg, // 输出图像
OutputArrayOfArrays contours,// 全部发现的轮廓对象
Int contourIdx// 轮廓索引号
const Scalar & color,// 绘制时候颜色
int thickness,// 绘制线宽
int lineType ,// 线的类型LINE_8
InputArray hierarchy,// 拓扑结构图
int maxlevel,// 最大层数, 0只绘制当前的,1表示绘制绘制当前及其内嵌的轮廓
Point offset=Point()// 轮廓位移,可选
)
4.演示代码
大致步骤:
1.输入图像转为灰度图像cvtColor
2.使用Canny进行边缘提取,得到二值图像
3.使用findContours寻找轮廓
4.使用drawContours绘制轮廓
void Demo_Contours(int,void*){
vector<vector<Point>>contours;
vector<Vec4i>hierarchy;
Canny(src,dst,threshold_value,threshold_value*2,3,false);
findContours(dst,contours,hierarchy,RETR_TREE,CHAIN_APPROX_SIMOPLE,POint(0,0));
Mat drawImg = Mat::zeros(dst,size(),CV_8UC3);
for(size_t i = 0;i < contours.size();i++){
Scalar color = Scalar (rng.uniform(0,255),rng.uniform(0,255),rng.uniform(0,255))
drawContours(drawImg,contours,i,color,2,LINE_8,hierarchy,0,Point(0,0));
}
imshow(output_win,drawImg);
}
做项目时:一定要使用数组,不要用vector,速度会很慢
5.举例
6.课外扩展
图像的拓扑结构
findContours()函数
drawContours()函数
opencv中vector_ vector Point,vector_vec4i_,vector_Rect_,vector_RotatedRect_含义