轮廓提取findContours和绘制drawContours

首先感谢以下两位的博文帮助我的理解：

（1）-牧野-  http://blog.csdn.net/dcrmg/article/details/51987348

（2）塬莱     http://blog.csdn.net/maomao1011120756/article/details/49794997

 

void findContours//提取轮廓，用于提取图像的轮廓 ( InputOutputArray image,//输入图像，必须是8位单通道图像，并且应该转化成二值的 OutputArrayOfArrays contours,//检测到的轮廓，每个轮廓被表示成一个point向量 OutputArray hierarchy,//可选的输出向量，包含图像的拓扑信息。其中元素的个数和检测到的轮廓的数量相等 int mode,//说明需要的轮廓类型和希望的返回值方式 int method,//轮廓近似方法 Point offset = Point() )

void drawContours//绘制轮廓，用于绘制找到的图像轮廓 (  InputOutputArray image,//要绘制轮廓的图像  InputArrayOfArrays contours,//所有输入的轮廓，每个轮廓被保存成一个point向量  int contourIdx,//指定要绘制轮廓的编号，如果是负数，则绘制所有的轮廓  const Scalar& color,//绘制轮廓所用的颜色  int thickness = 1, //绘制轮廓的线的粗细，如果是负数，则轮廓内部被填充  int lineType = 8, /绘制轮廓的线的连通性  InputArray hierarchy = noArray(),//关于层级的可选参数，只有绘制部分轮廓时才会用到  int maxLevel = INT_MAX,//绘制轮廓的最高级别，这个参数只有hierarchy有效的时候才有效                                           //maxLevel=0，绘制与输入轮廓属于同一等级的所有轮廓即输入轮廓和与其相邻的轮廓                                           //maxLevel=1, 绘制与输入轮廓同一等级的所有轮廓与其子节点。                                           //maxLevel=2，绘制与输入轮廓同一等级的所有轮廓与其子节点以及子节点的子节点  Point offset = Point() )

 

 

Opencv中通过使用findContours函数，简单几个的步骤就可以检测出物体的轮廓，很方便。这些准备继续探讨一下findContours方法中各参数的含义及用法，比如要求只检测最外层轮廓该怎么办？contours里边的数据结构是怎样的？hierarchy到底是什么鬼？Point()有什么用？

 

先从findContours函数原型看起：

 

 

[cpp] view plain copy 

1. findContours( InputOutputArray image, OutputArrayOfArrays contours,  
2.                               OutputArray hierarchy, int mode,  
3.                               int method, Point offset=Point());  

 

第一个参数：image，单通道图像矩阵，可以是灰度图，但更常用的是二值图像，一般是经过Canny、拉普拉斯等边缘检测算子处理过的二值图像；

 

第二个参数：contours，定义为“vector contours”，是一个向量，并且是一个双重向量，向量内每个元素保存了一组由连续的Point点构成的点的集合的向量，每一组Point点集就是一个轮廓。有多少轮廓，向量contours就有多少元素。

 

第三个参数：hierarchy，定义为“vector hierarchy”，先来看一下Vec4i的定义：

                           typedef    Vec   Vec4i;                                                                                                                                       

           Vec4i是Vec的别名，定义了一个“向量内每一个元素包含了4个int型变量”的向量。

 

           所以从定义上看，hierarchy也是一个向量，向量内每个元素保存了一个包含4个int整型的数组。

           向量hiararchy内的元素和轮廓向量contours内的元素是一一对应的，向量的容量相同。

           hierarchy向量内每一个元素的4个int型变量——hierarchy[i][0] ~hierarchy[i][3]，分别表示第i个轮廓的后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号。如果当前轮廓没有对应的后一个轮廓、前一个轮廓、父轮廓或内嵌轮廓的话，则hierarchy[i][0] ~hierarchy[i][3]的相应位被设置为默认值-1。

 

第四个参数：int型的mode，定义轮廓的检索模式：

 

           取值一：CV_RETR_EXTERNAL只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略

 

           取值二：CV_RETR_LIST   检测所有的轮廓，包括内围、外围轮廓，但是检测到的轮廓不建立等级关系，彼此之间独立，没有等级关系，这就意味着这个检索模式下不存在父轮廓或内嵌轮廓，所以hierarchy向量内所有元素的第3、第4个分量都会被置为-1，具体下文会讲到

 

           取值三：CV_RETR_CCOMP  检测所有的轮廓，但所有轮廓只建立两个等级关系，外围为顶层，若外围内的内围轮廓还包含了其他的轮廓信息，则内围内的所有轮廓均归属于顶层。两个等级关系：顶层为连通域的外围边界，次层为孔的内层边界（比如后文的h00、h01、h0000、h0100）。

 

           取值四：CV_RETR_TREE， 检测所有轮廓，所有轮廓建立一个等级树结构。外层轮廓包含内层轮廓，内层轮廓还可以继续包含内嵌轮廓。

 

 

                 

    两种轮廓：外部轮廓(橙色虚线)或者孔(蓝色点线)。

   mode的值决定把找到的轮廓如何挂到轮廓树节点变量(h_prev, h_next, v_prev, v_next)上。图2展示了四种可能的mode值所得到的结果的拓扑结构。

                                                              

 图2 轮廓连接方法

 

 

第五个参数：int型的method，定义轮廓的近似方法：

 

           取值一：CV_CHAIN_APPROX_NONE 保存物体边界上所有连续的轮廓点到contours向量内

 

           取值二：CV_CHAIN_APPROX_SIMPLE 仅保存轮廓的拐点信息，把所有轮廓拐点处的点保存入contours向量内，拐点与拐点之间直线段上的信息点不予保留

 

           取值三和四：CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法

 

第六个参数：Point偏移量，所有的轮廓信息相对于原始图像对应点的偏移量，相当于在每一个检测出的轮廓点上加上该偏移量，并且Point还可以是负值！

 

 

下边用效果图对比一下findContours函数中各参数取不同值时，向量contours和hierarchy的内容如何变化，有何异同。

 

主体程序如下：

 

[cpp] view plain copy 

1. #include "core/core.hpp"    
2. #include "highgui/highgui.hpp"    
3. #include "imgproc/imgproc.hpp"    
4. #include "iostream"  
5.   
6. using namespace std;   
7. using namespace cv;    
8.   
9. int main(int argc,char *argv[])    
10. {  
11.     Mat imageSource=imread(argv[1],0);  
12.     imshow("Source Image",imageSource);  
13.     Mat image;  
14.     GaussianBlur(imageSource,image,Size(3,3),0);  
15.     Canny(image,image,100,250);  
16.     vector contours;  
17.     vector hierarchy;  
18.     findContours(image,contours,hierarchy,RETR_TREE,CHAIN_APPROX_SIMPLE,Point());  
19.     Mat imageContours=Mat::zeros(image.size(),CV_8UC1);  
20.     Mat Contours=Mat::zeros(image.size(),CV_8UC1);  //绘制  
21.     for(int i=0;i