核心函数：（后面标明号的，下面有解析）
int cvFindContours(
Iplimage* img,//这是输入函数，必须是8bit,单通道的图像---1
CvMemStorage* storage,// 已分配的内存，用来存这个函数所搜索到的轮廓 ---2
CvSeq** firstContour,//此处的指针不需要自己分配，只需在外面定义一个该类型的指针即可--3
int headerSize=sizeof(CvContour),//--4
CvContourRetrievalMode mode= CV_RETR_LIST,//--4
CvChainApproxMethod method=CV_CHAI_APPROX_SIMPLE//--4
CvPoint offset=cvPoint(0,0) //设置查询起点
);
//本函数的返回值是找到的轮廓(contour)的个数（total）；
Notice:这个函数在图像上搜索的时候，会更改图像（因为计算图像需要） ，
所以 如果还要把这个图像用到其他地方，最后做一个复制本传递到这个函数里面处理。
1--Iplimage* img=cvCreateImage(CvSize(),8,1);
中间参数 代表八位，最后的1代表单通道。
2--CvMemStorage* storage=CvCreateStorage(int storageSize); 默认为0，分配64kb空间
MemStorage基础知识补充：
它是为动态对象处理内存的。它是允许快速分配和销毁内存。
CvMemStorage* cvCreateMemStorage(int blocksize=0);
void cvReleaseMemStorage(CvMemStorage* storage);//销毁释放内存， 不可再次使用
void cvClearMemStorage(CvmemStorage* storage); //清空内存，可以再次使用
void cvMemStorageAlloc(CvMemStorage* storage,size_t size) ;//分配指定大小内存
3--CvSeq* pointer=NULL;将这个指针传入函数，然后函数会自动分配内存并将所找到的序列的头给这个指针
将&pointer传入函数（因为函数中是CvSeq** 类型）
4--这几个默认参数一般不许设置，他们是为了告诉函数更多的信息
headersize是为了告诉参数应该分配个firstcontour指针的元素类型
后面的mode和method参数是为了告诉函数应该怎样计算，主要是和headersize进行配合
可以能够更精确的返回自己所需要的值
mode可以被设置成任何下列四个选项中的任何一个：
CV_RETR_EXTERNAL
CV_RETR_LIST
CV_RETR_CCOMP
CV_RETR_TREE
这四个值主要是指明：
1--我们所需要的找到的轮廓（contour）
2--返回结果应该呈现结果的方式
method可以被设置成下面五个中的任何一个：
CV_CHAIN_CODE
CV_CHAIN_APPROX_NONE
CV_CHAIN_APPROX_SIMPLE
CV_CHAIN_APPROX_TC89_L1 或 CV_CHAIN_APPROX_TC89_KCOS
CV_LINK_RUNS
这些是告诉函数的算法方式 ，只支持mode中的CV_RETR_TREE方法
以下两个是CvSeq里面的四个指针 ，如同我们自己写的链表一样使用就行
horizontal links(横向链表连接指针)：h_pre(指向上一个元素),h_next(指向下一个元素)
vertical links(垂直链表链接指针) ：v_pre(指向上一个元素),v_next(指向下一个元素)
cvFindContours()查找出来的轮廓序列 是一个个的点，确切的说是轮廓。
理解轮廓的关键是轮廓是一种特殊的序列。
它们是一系列的点呈现出图像中的曲线 。
下面是一些操作这些序列的函数：
CvContourScanner cvStartFindContours(
CvArr* image,
CvMemStorage* storage,
int header_size=sizeof(CvContour),
int mode=CV_RETR_LIST,
int method=CV_CHAIN_APPROX_SIMPLE
) ;
//它返回CvContourScanner
CvSeq *cvFindNextContour(
CvContourScanner scanner
) ;
//能够把scanner里面的所有轮廓读取出来，当返回NULL时说明无轮廓在里面
void cvSubstitute(
CvContourScanner scanner,
CvSeq* new_contour);
//能够将scanner 里面的contours替换掉
CvSeq* cvEndFindContour(
CvContourScanner* scanner);
//关闭scanner，返回值是这个序列的第一个元素的地址
CvSeq* cvApproxChains(
CvSeq* cvApproxChains,
CvMemStorage* storage,
int method=CV_CHIAN_APPROX_SIMPLE,
double parameter=0,
int minimal_permeter=0,
int recursive=0
);//此函数涉及freechain
///////////////////////////////////////////////////////
//图像中影响轮廓查询后应当要做的是在屏幕上呈现轮廓形状
void cvDrawContours(
CvArr* img,//这个图像要呈现轮廓形状 ，即在这个图象上画图
CvSeq* contour,//the root node of contour tree(unclear)
CvScalar external_color,
CvScalar hole_color, //@
int max_level, //
int thickness=1,//划线的厚度
int line_type=8,// 线的类型，具体百度
CvPoint offset=cvPoint(0,0)//还未涉及，表示不理解，以后修改
) ;
Explaination:
@：-->OpenCV distinguishes between contours that are exterior contours
and those are hole contours就是指的外轮廓内的非常小的轮廓，然后成为一个点了。就是为它们设定颜色。
#include“highgui.h"
#include"cv.h"
using namespace cv;
int main()
{
cvNamedWindow("Contour", ); IplImage* img = cvLoadImage("h:\\picture\\tree.jpg",CV_LOAD_IMAGE_GRAYSCALE);
IplImage* img_8uc1 = cvCreateImage(cvSize(, ), , );
cvResize(img,img_8uc1);
IplImage* img_edge = cvCreateImage(cvGetSize(img_8uc1),,); IplImage* img_8uc3 = cvCreateImage(cvGetSize(img_8uc1),,);
cvThreshold(img_8uc1,img_edge,,,CV_THRESH_BINARY);
CvMemStorage* storage = cvCreateMemStorage();
CvSeq* firstcontour = NULL;
int Nc = cvFindContours(img_edge,storage,&firstcontour,sizeof(CvContour),CV_RETR_LIST);
int n = ;
printf("Total Contours Detected:%d\n",Nc); for (CvSeq* c = firstcontour; c != NULL; c = c->h_next)
{
cvCvtColor(img_8uc1, img_8uc3, CV_GRAY2BGR);
cvDrawContours(img_8uc3,c,cvScalar(,,),cvScalarAll(),,,);
printf("Contour#%d\n",n);
cvShowImage("Contour",img_8uc3);
printf("%d elements:\n", c->total);
for (int i = ; i < c->total; i++)
{
CvPoint* p = CV_GET_SEQ_ELEM(CvPoint,c,i);
printf(" (%d, %d)\n", p->x, p->y);
}
cvWaitKey();
n++;
}
cvWaitKey();
printf("Finished All contours.\n");
cvCvtColor(img_8uc1,img_8uc3,CV_GRAY2BGR);
cvShowImage("Contour",img_8uc3);
cvWaitKey();
return ;
}
执行结果：
#include"highgui.h"
#include"cv.h"
using namespace cv;
IplImage* g_image=NULL;
IplImage* g_gray = NULL;
int g_thresh = ;
CvMemStorage *g_storage = NULL;
void on_trackbar(int)
{
if (g_storage == NULL)
{
g_storage = cvCreateMemStorage();
g_gray = cvCreateImage(cvGetSize(g_image),,);
}
else
{
cvClearMemStorage(g_storage);
}
CvSeq* contours = ;//置为空
cvCvtColor(g_image,g_gray,CV_BGR2GRAY);
cvThreshold(g_gray,g_gray,g_thresh,,CV_THRESH_BINARY);
cvFindContours(g_gray,g_storage,&contours);
cvZero(g_gray);
if (contours)
{
cvDrawContours(g_gray,contours,cvScalarAll(),cvScalarAll(),); }
cvShowImage("Contours",g_gray);
}
int main()
{
IplImage* g = cvLoadImage("h:\\picture\\tree.jpg");
CvSize size= cvGetSize(g);
CvSize sz = cvSize(size.width/,size.height/);
g_image = cvCreateImage(sz,,g->nChannels);
cvResize(g,g_image); //if (g_image == NULL)
cvNamedWindow("Contours",);
//cvCreateTrackbar("Threshod","Contours",&g_thresh,255,on_trackbar);
on_trackbar();
cvWaitKey();
return ;
}
执行结果：
