opencv輪廓提取原理與代碼的實(shí)現(xiàn) - 全文

　　在檢測(cè)物體的輪廓時(shí)，我們通常會(huì)使用到opencv中的findcontour和drawcontour，比較常用而且效果不錯(cuò)。那么findcontour是基于什么原理來(lái)實(shí)現(xiàn)輪廓的提取呢？

　　輪廓的提取與描述

　　在目標(biāo)識(shí)別中我們首先要把感興趣的目標(biāo)提取出來(lái)，而一般常見(jiàn)的步驟都是通過(guò)顏色或紋理提取出目標(biāo)的前景圖（一幅黑白圖像，目標(biāo)以白色顯示在圖像中），接下來(lái)我們要對(duì)前景圖進(jìn)行分析進(jìn)一步地把目標(biāo)提取出來(lái)，而這里常常用到的就是提取目標(biāo)的輪廓。

　　OpenCV里提取目標(biāo)輪廓的函數(shù)是findContours，它的輸入圖像是一幅二值圖像，輸出的是每一個(gè)連通區(qū)域的輪廓點(diǎn)的集合：vector《vector《Point》》。外層vector的size代表了圖像中輪廓的個(gè)數(shù)，里面vector的size代表了輪廓上點(diǎn)的個(gè)數(shù)。下面我們通過(guò)實(shí)例來(lái)看函數(shù)的用法。

　　view plain copy print？

　　int main（）

　　{

　　using namespace cv;

　　Mat image=imread（“。。/shape.png”）;

　　cvtColor（image，image，CV_BGR2GRAY）;

　　vector《vector《Point》》 contours;

　　// find

　　findContours（image，contours，CV_RETR_EXTERNAL，CV_CHAIN_APPROX_NONE）;

　　// draw

　　Mat result（image.size（），CV_8U，Scalar（0））;

　　drawContours（result，contours，-1，Scalar（255），2）;

　　namedWindow（“contours”）;

　　imshow（“contours”，result）;

　　waitKey（）;

　　return 0;

　　}

　　int main（）

　　{

　　using namespace cv;

　　Mat image=imread（“。。/shape.png”）;

　　cvtColor（image，image，CV_BGR2GRAY）;

　　vector《vector《Point》》 contours;

　　// find

　　findContours（image，contours，CV_RETR_EXTERNAL，CV_CHAIN_APPROX_NONE）;

　　// draw

　　Mat result（image.size（），CV_8U，Scalar（0））;

　　drawContours（result，contours，-1，Scalar（255），2）;

　　namedWindow（“contours”）;

　　imshow（“contours”，result）;

　　waitKey（）;

　　return 0;

　　}

　　上面程序中包含了2個(gè)函數(shù)，第一個(gè)是查找輪廓函數(shù)，它的第三個(gè)參數(shù)說(shuō)明查找輪廓的類(lèi)型，這里我們使用的是外輪廓，還可以查找所有輪廓，即

　　包括一些孔洞的部分，像圖像人物胳膊與腰間形成的輪廓。第4個(gè)參數(shù)說(shuō)明了輪廓表示的方法，程序中的參數(shù)說(shuō)明輪廓包括了所有點(diǎn)，也可以用其

　　他參數(shù)讓有點(diǎn)直線(xiàn)的地方，只保存直線(xiàn)起始與終點(diǎn)的位置點(diǎn)，具體參數(shù)用法可以參考手冊(cè)里函數(shù)的介紹。

　　第二個(gè)函數(shù)drawContours是一個(gè)畫(huà)輪廓的函數(shù)，它的第3個(gè)參數(shù)程序里設(shè)置-1表示所有的輪廓都畫(huà)，你也可以指定要畫(huà)的輪廓的序號(hào)。

　　提取到輪廓后，其實(shí)我們更關(guān)心的是如果把這些輪廓轉(zhuǎn)換為可以利用的特征，也就是涉及到輪廓的描述問(wèn)題，這時(shí)就有多種方法可以選擇，比如矢

　　量化為多邊形、矩形、橢圓等。OpenCV里提供了一些這樣的函數(shù)。

　　［cpp］ view plain copy print？

　　// 輪廓表示為一個(gè)矩形

　　Rect r = boundingRect（Mat（contours［0］））;

　　rectangle（result， r， Scalar（255）， 2）;

　　// 輪廓表示為一個(gè)圓

　　float radius;

　　Point2f center;

　　minEnclosingCircle（Mat（contours［1］）， center， radius）;

　　circle（result， Point（center）， static_cast《int》（radius）， Scalar（255）， 2）;

　　// 輪廓表示為一個(gè)多邊形

　　vector《Point》 poly;

　　approxPolyDP（Mat（contours［2］）， poly， 5， true）;

　　vector《Point》：：const_iterator itp = poly.begin（）;

　　while （itp ！= （poly.end（） - 1））

　　{

　　line（result， *itp， *（itp + 1）， Scalar（255）， 2）;

　　++itp;

　　}

　　line（result， *itp， *（poly.begin（））， Scalar（255）， 2）;

　　// 輪廓表示為凸多邊形

　　vector《Point》 hull;

　　convexHull（Mat（contours［3］）， hull）;

　　vector《Point》：：const_iterator ith = hull.begin（）;

　　while （ith ！= （hull.end（） - 1））

　　{

　　line（result， *ith， *（ith + 1）， Scalar（255）， 2）;

　　++ith;

　　}

　　line（result， *ith， *（hull.begin（））， Scalar（255）， 2）;

　　// 輪廓表示為一個(gè)矩形

　　Rect r = boundingRect（Mat（contours［0］））;

　　rectangle（result， r， Scalar（255）， 2）;

　　// 輪廓表示為一個(gè)圓

　　float radius;

　　Point2f center;

　　minEnclosingCircle（Mat（contours［1］）， center， radius）;

　　circle（result， Point（center）， static_cast《int》（radius）， Scalar（255）， 2）;

　　// 輪廓表示為一個(gè)多邊形

　　vector《Point》 poly;

　　approxPolyDP（Mat（contours［2］）， poly， 5， true）;

　　vector《Point》：：const_iterator itp = poly.begin（）;

　　while （itp ！= （poly.end（） - 1））

　　{

　　line（result， *itp， *（itp + 1）， Scalar（255）， 2）;

　　++itp;

　　}

　　line（result， *itp， *（poly.begin（））， Scalar（255）， 2）;

　　// 輪廓表示為凸多邊形

　　vector《Point》 hull;

　　convexHull（Mat（contours［3］）， hull）;

　　vector《Point》：：const_iterator ith = hull.begin（）;

　　while （ith ！= （hull.end（） - 1））

　　{

　　line（result， *ith， *（ith + 1）， Scalar（255）， 2）;

　　++ith;

　　}

　　line（result， *ith， *（hull.begin（））， Scalar（255）， 2）;

　　程序中我們依次畫(huà)了矩形、圓、多邊形和凸多邊形。最終效果如下：

　　對(duì)連通區(qū)域的分析到此遠(yuǎn)遠(yuǎn)沒(méi)有結(jié)束，我們可以進(jìn)一步計(jì)算每一個(gè)連通區(qū)域的其他屬性，比如：重心、中心矩等特征，這些內(nèi)容以后有機(jī)會(huì)展開(kāi)來(lái)寫(xiě)。

　　以下幾個(gè)函數(shù)可以嘗試：minAreaRect：計(jì)算一個(gè)最小面積的外接矩形，contourArea可以計(jì)算輪廓內(nèi)連通區(qū)域的面積；pointPolygenTest可以

　　用來(lái)判斷一個(gè)點(diǎn)是否在一個(gè)多邊形內(nèi)。mathShapes可以比較兩個(gè)形狀的相似性，相當(dāng)有用的一個(gè)函數(shù)。

　　一、大概思想

　　他主要介紹了兩種算法，用來(lái)對(duì)數(shù)字二值圖像進(jìn)行拓?fù)浞治觥５谝环N算法是在確定二值圖像邊界的圍繞關(guān)系，即確定外邊界、孔邊界以及他們的層次關(guān)系，由于這些邊界和原圖的區(qū)域具有一一對(duì)應(yīng)關(guān)系（外邊界對(duì)應(yīng)像素值為1的連通區(qū)域，孔邊界對(duì)應(yīng)像素值為0的區(qū)域），因此我們就可以用邊界來(lái)表示原圖。第二種算法，是第一種算法的修改版本，本質(zhì)一樣，但是它只找最外面的邊界。

　　也許你會(huì)問(wèn)，這個(gè)算法怎么來(lái)確定外邊界，孔邊界以及他們的層級(jí)關(guān)系？他采用編碼的思想，給不同的邊界賦予不同的整數(shù)值，從而我們就可以確定它是什么邊界以及層次關(guān)系。輸入的二值圖像即為0和1的圖像，用f（i，j）表示圖像的像素值。每次行掃描，遇到以下兩種情況終止：

　?。?）f（i，j-1）=0，f（i，j）=1；//f（i，j）是外邊界的起始點(diǎn)

　?。?）f（i，j）》=1，f（i，j+1）=0；//f（i，j）是孔邊界的起始點(diǎn)

　　然后從起始點(diǎn)開(kāi)始，標(biāo)記邊界上的像素。在這里分配一個(gè)唯一的標(biāo)示符給新發(fā)現(xiàn)的邊界，叫做NBD。初始時(shí)NBD=1，每次發(fā)現(xiàn)一個(gè)新邊界加1。在這個(gè)過(guò)程中，遇到f（p，q）=1，f（p，q+1）=0時(shí)，將f（p，q）置為-NBD。什么意思呢？就是右邊邊界的終止點(diǎn)。假如一個(gè)外邊界里有孔邊界時(shí)，怎么推導(dǎo)呢？限于篇幅，你可以看論文的附錄1。

　　二、實(shí)例運(yùn)用

　　下面舉個(gè)例子，對(duì)一幅圖像先進(jìn)行邊沿提取，這里使用canny，然后再用findcontour提取輪廓，最后用drawcontour畫(huà)出輪廓。

　　#include “StdAfx.h”#include “opencv2/highgui/highgui.hpp”#include “opencv2/imgproc/imgproc.hpp”#include 《iostream》#include 《stdio.h》#include 《stdlib.h》

　　using namespace cv;using namespace std;

　　Mat src; Mat src_gray;int thresh = 100;int max_thresh = 255;RNG rng（12345）;

　　/// Function headervoid thresh_callback（int， void* ）;

　　/** @function main */int main（）{ /// Load source image and convert it to gray src = imread（“l(fā)ena.jpg”， 1 ）;

　　/// Convert image to gray and blur it cvtColor（ src， src_gray， CV_BGR2GRAY ）; blur（ src_gray， src_gray， Size（3，3） ）;

　　/// Create Window char* source_window = “Source”; namedWindow（ source_window， 0）; imshow（ source_window， src ）;

　　createTrackbar（ “ Canny thresh：”， “Source”， &thresh， max_thresh， thresh_callback ）; thresh_callback（ 0， 0 ）;

　　waitKey（0）; return（0）;}

　　/** @function thresh_callback */void thresh_callback（int， void* ）{ Mat canny_output; vector《vector《Point》 》 contours; vector《Vec4i》 hierarchy;

　　/// Detect edges using canny Canny（ src_gray， canny_output， thresh， thresh*2， 3 ）; /// Find contours findContours（ canny_output， contours， hierarchy， CV_RETR_EXTERNAL， CV_CHAIN_APPROX_SIMPLE， Point（0， 0） ）;

　　/// Draw contours Mat drawing = Mat：：zeros（ canny_output.size（）， CV_8UC3 ）; for（ int i = 0; i《 contours.size（）; i++ ） { Scalar color = Scalar（ rng.uniform（0， 255）， rng.uniform（0，255）， rng.uniform（0，255） ）; drawContours（ drawing， contours， i， color， CV_FILLED， 8， hierarchy， 0， Point（） ）; }

　　/// Show in a window namedWindow（ “Contours”， 0 ）; imshow（ “Contours”， drawing ）;

　　來(lái)自CODE的代碼片contour.cpp

　　結(jié)果圖如下：

　　三、代碼注釋

　　findContours（ canny_output， contours， hierarchy， CV_RETR_EXTERNAL， CV_CHAIN_APPROX_SIMPLE， Point（0， 0） ）;

　　來(lái)自CODE的代碼片findcontour.cpp

　　canny_output：使用canny算子提取邊緣的結(jié)果圖，這里的圖像必須是二值圖像；

　　contours：提取得到的輪廓圖，每個(gè)輪廓作為一個(gè)點(diǎn)向量來(lái)存儲(chǔ)；

　　hierarchy：關(guān)于輸出圖像的拓?fù)?a target="_blank">信息，例如第i個(gè)輪廓，hierarchy［i］［0］和hiearchy［i］［1］表示該輪廓的前一個(gè)和后一個(gè)輪廓，同一層關(guān)系；hiearchy［i］［2］和hiearchy［i］［3］表示父輪廓和子輪廓，不同層的關(guān)系。

　　CV_RETR_EXTERNAL：輪廓檢索模式，這里采用外輪廓的模式；

　　CV_CHAIN_APPROX_SIMPLE：輪廓的近似方法，這里采用壓縮方式，只用端點(diǎn)來(lái)表示；

　　Point（0，0）：偏移量，這里無(wú)偏移。

　　drawContours（ drawing， contours， i， color，CV_FILLED， 8， hierarchy， 0， Point（） ）;

　　來(lái)自CODE的代碼片drawContours.cpp

　　drawing：目標(biāo)圖像；

　　contours：所有輸入的輪廓；

　　i：指定那個(gè)輪廓被畫(huà)；

　　color：輪廓的顏色

　　CV_FILLED：線(xiàn)的寬度，這里采用填充模式；

　　8：線(xiàn)的連接度；

　　hierarchy：只有當(dāng)你只需要畫(huà)一些輪廓時(shí)，這個(gè)參數(shù)才需要：

　　0：所畫(huà)輪廓的最大級(jí)別，為0時(shí)表示只畫(huà)指定的輪廓；

　　Point（）：偏移量。