OpenCV的轮廓查找有C版本和C++版本，当轮廓比较复杂的时候，例如嵌入多层轮廓，如果方法不当那么很容易会漏处理一些轮廓。本文介绍了复杂轮廓场景下的几种主要的查找轮廓和颜色填充方法。
1：cvFindContours函数介绍
int cvFindContours( CvArr* image, CvMemStorage* storage, CvSeq** first_contour, int header_size=sizeof(CvContour), int
mode=CV_RETR_LIST, int method=CV_CHAIN_APPROX_SIMPLE, CvPoint offset=cvPoint(0,0) );
image: 8比特单通道的源二值图像。非零像素作为1处理，0像素保存不变。从一个灰度图像得到二值图像的函数有：cvThreshold，cvAdaptiveThreshold和cvCanny。
storage: 返回轮廓的容器。
first_contour: 输出参数，用于存储指向第一个外接轮廓。
header_size: header序列的尺寸.如果选择method = CV_CHAIN_CODE, 则header_size >= sizeof(CvChain)；其他，则 header_size >= sizeof(CvContour)。
mode:
CV_RETR_EXTERNAL：只检索最外面的轮廓；
CV_RETR_LIST：检索所有的轮廓，并将其放入list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。
method: 边缘近似方法（除了CV_RETR_RUNS使用内置的近似，其他模式均使用此设定的近似算法）。可取值如下：
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_NONE：将所有的连码点，转换成点。
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。
CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS：使用the flavors of Teh-Chin chain近似算法的一种。
CV_LINK_RUNS：通过连接水平段的1，使用完全不同的边缘提取算法。使用CV_RETR_LIST检索模式能使用此方法。
offset：偏移量，用于移动所有轮廓点。当轮廓是从图像的ROI提取的，并且需要在整个图像中分析时，这个参数将很有用。
讨论部分cvDrawContours中的案例显示了任何使用轮廓检测连通区域。轮廓可以用于形状分析和目标识别——可以参考文件夹OpenCV sample中的squares.c
2：找轮廓及颜色填充
方法1：树形遍历
由contours的h_next和 v_next指针组成一个庞大的树形结构，如下面的图示，其中蓝色表示v_next，绿色表示h_next。如果不了解contours结构的话，很容易仅仅遍历v_next或者h_next，这样实际上会漏掉一些需要处理的轮廓。要全部遍历所有轮廓需要编写不少代码，这个还没搜索到直接用这种方式遍历轮廓的代码。需要注意的是，很多博文介绍的利用h_next或者v_next的方法都是会缺失不少轮廓的，轮廓的复杂会导致整个树也变的很复杂，所以建议还是不要用这种方式来遍历轮廓。我一开始用的就是这种方法，应该说是琢磨了好长时间，才知道为什么这种方法的轮廓数总是偏少。
方法2：cvFindNextContour方法
本方法是利用了轮廓扫描器CvContourScanner，使用cvStartFindContours、cvFindNextContour、cvEndFindContours函数获取从外到内的轮廓，获取一层轮廓进行一次颜色的填充。具体后面使用的原始轮廓图如下所示：
#include “opencv/cv.h”
#include “opencv/highgui.h”
int main(int argc, char **argv)
{
IplImage * pSrcImg= cvLoadImage(“E:\\11.jpg”);
IplImage * pGrayImg =cvCreateImage(cvSize(pSrcImg->width,pSrcImg->height),IPL_DEPTH_8U,1);
IplImage * pThresholdImg =cvCreateImage(cvSize(pSrcImg->width,pSrcImg->height),IPL_DEPTH_8U,1);
IplImage * pDstImg =cvCreateImage(cvSize(pSrcImg->width,pSrcImg->height),IPL_DEPTH_8U,3);
cvSetZero(pDstImg);
srand((int)time(0));
CvSeq * contours = 0;
CvMemStorage * storage=cvCreateMemStorage(0);
CvScalar color=cvScalar( rand()&255, rand()&255, rand()&255 );
cvCvtColor(pSrcImg,pGrayImg,CV_BGR2GRAY);
cvNot(pGrayImg,pGrayImg);
cvThreshold(pGrayImg,pThresholdImg,100,255,CV_THRESH_BINARY);
cvSet(pDstImg,color);
CvContourScanner scanner = cvStartFindContours(pThresholdImg, storage,
sizeof(CvContour),CV_RETR_TREE ,CV_CHAIN_APPROX_NONE);
while (contours=cvFindNextContour(scanner))
{
color=cvScalar( rand()&255, rand()&255, rand()&255 );
cvDrawContours(pDstImg, contours, color,color, 0,CV_FILLED);
};
contours= cvEndFindContours(&scanner);
cvSaveImage(“dst.jpg”,pDstImg);
cvReleaseImage(&pDstImg);
cvReleaseImage(&pGrayImg);
cvReleaseImage(&pThresholdImg);
cvReleaseMemStorage(&storage);
return 0;
}
方法3：cvNextTreeNode方法
本方法是利用cvFindContours，先找到所有轮廓，再使用树节点的迭代器CvTreeNodeIterator的函数cvNextTreeNode，获取从外到内的轮廓，并进行颜色的填充。
#include “opencv/cv.h”
#include “opencv/highgui.h”
int main(int argc, char **argv)
{
IplImage * pSrcImg= cvLoadImage(“E:\\11.jpg”);
IplImage * pGrayImg =cvCreateImage(cvSize(pSrcImg->width,pSrcImg->height),IPL_DEPTH_8U,1);
IplImage * pThresholdImg =cvCreateImage(cvSize(pSrcImg->width,pSrcImg->height),IPL_DEPTH_8U,1);
IplImage * pDstImg =cvCreateImage(cvSize(pSrcImg->width,pSrcImg->height),IPL_DEPTH_8U,3);
cvSetZero(pDstImg);
srand((int)time(0));
CvSeq * contours = 0;
CvMemStorage * storage=cvCreateMemStorage(0);
CvScalar color=cvScalar( rand()&255, rand()&255, rand()&255 );
cvCvtColor(pSrcImg,pGrayImg,CV_BGR2GRAY);
cvNot(pGrayImg,pGrayImg);
cvThreshold(pGrayImg,pThresholdImg,100,255,CV_THRESH_BINARY);
cvFindContours(pThresholdImg,storage,&contours,sizeof(CvContour),
CV_RETR_TREE ,CV_CHAIN_APPROX_NONE);
cvSet(pDstImg,color);
CvTreeNodeIterator iterator;
cvInitTreeNodeIterator(&iterator,contours,3);
while( 0 != (contours = (CvSeq*)cvNextTreeNode(&iterator)) )
{
color=cvScalar( rand()&255, rand()&255, rand()&255 );
cvDrawContours(pDstImg, contours, color,color, 0,CV_FILLED);
}
cvSaveImage(“dst.jpg”,pDstImg);
cvReleaseImage(&pDstImg);
cvReleaseImage(&pGrayImg);
cvReleaseImage(&pThresholdImg);
cvReleaseMemStorage(&storage);
return 0;
}
方法4： C++的iterator方法
本方法是利用OpenCV的C++函数findContours，获取从外到内的轮廓，并利用const_iterator 来逐个找到所有的轮廓。从编码的效果来看，最开始的轮廓是最外延的轮廓，然后逐渐找内部的轮廓，所以进行颜色填充的时候，不会出现外面的大轮廓覆盖掉内部的小轮廓的问题。
#include “opencv/cv.h”
#include “opencv/highgui.h”
using namespace cv;
int main( int argc, char** argv )
{
vector<Vec4i> hierarchy;
vector<vector<Point> > contours;
vector<vector<Point>>::const_iterator itContours;
srand((int)time(0));
Mat src = imread(“E:\\11.jpg”,0);
Mat dst = Mat::zeros(src.rows, src.cols, CV_8UC3);
CvScalar color=cvScalar( rand()&255, rand()&255, rand()&255 );
src = src > 100;
findContours( src, contours, hierarchy, CV_RETR_TREE,CV_CHAIN_APPROX_NONE );
itContours=contours.begin();
int i=0;
for(;itContours!=contours.end();++itContours)
{
color=cvScalar( rand()&255, rand()&255, rand()&255 );
drawContours( dst,contours ,i, color, CV_FILLED );
i++;
}
imwrite(“dst.jpg”,dst);
}
必须采用for(;itContours!=contours.end();++itContours)的循环方式。
如果采用for( ; idx >= 0; idx = hierarchy[idx][0] )的循环方式，会导致大的轮廓颜色覆盖掉其内部小的轮廓颜色。
结果
如下为两次运行的效果图，其中C语言版本不会将整个图片的外延作为一个轮廓，所以这部分颜色要额外先填充。
从编码效率来看，C++版本的编码效率要高于C版本，因为不需要考虑很多的内存的释放等问题。
参考资料：
http://baike.baidu.com/view/4111188.htm
http://blog.csdn.net/augusdi/article/details/9000276
http://blog.csdn.net/augusdi/article/details/9000893
http://blog.csdn.net/timidsmile/article/details/8519751
声明：
如果转载了本文，也请注明转载出处：http://www.cvrobot.net/opencv-find-and-draw-contours/