OpenCV图像轮廓检测

时间：2020-12-04 08:43:54

轮廓检测：

轮廓检测的原理通俗的说就是掏空内部点，比如原图中有3*3的矩形点。那么就可以将中间的那一点去掉。

一．关键函数
1.1  cvFindContours
函数功能：对图像进行轮廓检测，这个函数将生成一条链表以保存检测出的各个轮廓信息，并传出指向这条链表表头的指针。
函数原型：
int cvFindContours(
  CvArr* image,                              第一个参数表示输入图像，必须为一个8位的二值图像
  CvMemStorage* storage,            第二参数表示存储轮廓的容器。为CvMemStorage类型，定义在OpenCV的\core\types_c.h中
  CvSeq** first_contour, 　           第三个参数为输出参数，这个参数将指向用来存储轮廓信息的链表表头　

int header_size=sizeof(CvContour),     第四个参数表示存储轮廓链表的表头大小，当第六个参数传入CV_CHAIN_CODE时，
                                                                    要设置成sizeof(CvChain)，其它情况统一设置成sizeof(CvContour)。

int mode=    CV_RETR_LIST, 　　               第五个参数为轮廓检测的模式，有如下取值：
　　　　　　CV_RETR_EXTERNAL ：     只检索最外面的轮廓；
                        CV_RETR_LIST：                   检索所有的轮廓，并将其保存到一条链表当中；
                        CV_RETR_CCOMP：             检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界;
                        CV_RETR_TREE：                 检索所有的轮廓，并重构嵌套轮廓的整个层次;

int method=   CV_CHAIN_APPROX_SIMPLE,              第六个参数用来表示轮廓边缘的近似方法的，常用值如下所示：
                          CV_CHAIN_CODE：                                 以Freeman链码的方式输出轮廓，所有其他方法输出多边形（顶点的序列）。
                          CV_CHAIN_APPROX_SIMPLE：           压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分。

CvPoint offset=cvPoint(0,0)                       第七个参数表示偏移量，比如你要从图像的（100, 0）开始进行轮廓检测，那么就传入（100, 0）。

);

--->使用cvFindContours函数能检测出图像的轮廓，将轮廓绘制出来则需要另一函数——cvDrawContours来配合了。下面介绍cvDrawContours函数。

1.2  cvDrawContours
函数功能：在图像上绘制外部和内部轮廓

函数原型：
void cvDrawContours(
  CvArr *img,                              第一个参数表示输入图像，函数将在这张图像上绘制轮廓。
  CvSeq* contour,                       第二个参数表示指向轮廓链表的指针
  CvScalar external_color,
  CvScalar hole_color,                第三个参数和第四个参数表示颜色，绘制时会根据轮廓的层次来交替使用这二种颜色
  int max_level,                           第五个参数表示绘制轮廓的最大层数，如果是0，只绘制contour；如果是1，追加绘制和
                                                     contour同层的所有轮廓；如果是2，追加绘制比contour低一层的轮廓，以此类推；如果

                                                    值是负值，则函数并不绘制contour后的轮廓，但是将画出其子轮廓，一直到abs(max_level) - 1层。


  int thickness=1,                       第六个参数表示轮廓线的宽度，如果为CV_FILLED则会填充轮廓内部
  int line_type=8,                       第七个参数表示轮廓线的类型。
  CvPoint offset=cvPoint(0,0)  第八个参数表示偏移量，如果传入（10，20），那绘制将从图像的（10，20）处开始
);

// ConsoleApplication1.cpp : 定义控制台应用程序的入口点。

//

#include "stdafx.h"

#include "iostream"

using namespace std;

#include "opencv2/opencv.hpp"

const char *pImagePath = "E:/C_VC_code/Text_Photo/girl005.jpg";

const char *pWindowsTitle = "原图";

const char *pWindowsGrayTitle = "灰度图";

const char *pWindowsBinaryTitle = "二值图";

const char *pWindowsOutLineTitle = "轮廓图";

const char *pWindowsToolBar = "阀值";

IplImage *pImage=NULL,*pGrayImage, *pBinaryImage, *pOutLineImage;

CvMemStorage *pMemStorage;

CvSeq *pSeq;

int nLevels = ;

void functionCallback(int pos)

{

    cvThreshold(pGrayImage, pBinaryImage, pos, , CV_THRESH_BINARY);

    cvFindContours(pBinaryImage, pMemStorage, &pSeq ,sizeof(CvContour), CV_RETR_TREE,CV_CHAIN_APPROX_SIMPLE,cvPoint(,));

    cvDrawContours(pOutLineImage, pSeq, CV_RGB(,,), CV_RGB(,,), nLevels, , );

    cvShowImage(pWindowsBinaryTitle, pBinaryImage);

    cvShowImage(pWindowsOutLineTitle, pOutLineImage);

}

void main()

{

    //SourceImage turn to GrayImage

    pImage = cvLoadImage(pImagePath, CV_LOAD_IMAGE_UNCHANGED);

    pGrayImage = cvCreateImage(cvGetSize(pImage), IPL_DEPTH_8U, );

    cvCvtColor(pImage, pGrayImage, CV_BGR2GRAY);

    //create window

    cvNamedWindow(pWindowsTitle, CV_WINDOW_AUTOSIZE);

    cvNamedWindow(pWindowsGrayTitle, CV_WINDOW_AUTOSIZE);

    cvNamedWindow(pWindowsBinaryTitle, CV_WINDOW_AUTOSIZE);

    cvNamedWindow(pWindowsOutLineTitle, CV_WINDOW_AUTOSIZE);

    //为二值图创建滑动条

    int nPos = ;

    cvCreateTrackbar(pWindowsToolBar,pWindowsBinaryTitle,&nPos,,functionCallback);

    //GrayImage turn into BinaryImage

    pBinaryImage = cvCreateImage(cvGetSize(pGrayImage), IPL_DEPTH_8U, );

    //检索轮廓并返回检测到的轮廓的个数

    pMemStorage = cvCreateMemStorage();

    pSeq = NULL;

    //Create and show OutLineImage

    pOutLineImage = cvCreateImage(cvGetSize(pBinaryImage), IPL_DEPTH_8U, );

    //填充成白色

    cvRectangle(pOutLineImage, cvPoint(,),cvPoint(pImage->width,pImage->height), CV_RGB(,,), CV_FILLED);

    cvDrawContours(pOutLineImage, pSeq, CV_RGB(,,), CV_RGB(,,), nLevels, );

    cvShowImage(pWindowsTitle, pImage);

    cvShowImage(pWindowsGrayTitle, pGrayImage);

    cvShowImage(pWindowsBinaryTitle, pBinaryImage);

    cvShowImage(pWindowsOutLineTitle, pOutLineImage);

    functionCallback();

    //destroy object and release space

    cvWaitKey();

    cvDestroyWindow(pWindowsTitle);

    cvDestroyWindow(pWindowsGrayTitle);

    cvDestroyWindow(pWindowsBinaryTitle);

    cvDestroyWindow(pWindowsOutLineTitle);

    cvReleaseImage(&pImage);

    cvReleaseImage(&pGrayImage);

    cvReleaseImage(&pBinaryImage);

    cvReleaseImage(&pOutLineImage);

}

OpenCV图像轮廓检测

相关文章