Opencv视觉学习－－findContours()轮廓提取

我不是女神ヾ 2023-06-27 03:15 16阅读 0赞

对于刚开始学习Opencv的朋友们，查找资料是自学最好的方式。  
这一篇博客，我将介绍利用Opencv的findContours()轮廓提取的操作方法，如有问题或建议可留言于我，谢谢！  
更多资料请点击：[我的目录][Link 1]  
构建环境：Ubuntu18.04 + Opencv4.1.0 + QT5.12

void cv::findContours   (   InputOutputArray    image,
                                OutputArrayOfArrays     contours,
                                OutputArray     hierarchy,
                                int     mode,
                                int     method,
                                Point   offset = Point() 
                            )

参数解释  
**image:输入图像**，图像必须为单通道图像（二值图像）。我们可以使用compare、inRange、threshold、adaptiveThreshold、Canny等函数来创建二值图像。

**contours:检测到的轮廓**，每个轮廓都是以点向量的形式进行存储即使用point类型的vector表示。

**hierarchy:可选的输出向量**(std::vector)，包含了图像的拓扑信息，作为轮廓数量的表示hierarchy包含了很多元素，每个轮廓contours\[i\]对应hierarchy中hierarchy\[i\]\[0\]~hierarchy\[i\]\[3\],分别表示后一个轮廓，前一个轮廓，父轮廓，内嵌轮廓的索引，如果没有对应项，则相应的hierarchy\[i\]设置为负数。

**mode：轮廓检索模式**，可以通过cv::RetrievalModes()查看详细信息：  
**RETR\_EXTERNAL:表示只检测最外层轮廓**，对所有轮廓设置hierarchy\[i\]\[2\]=hierarchy\[i\]\[3\]=-1  
**RETR\_LIST:提取所有轮廓**，并放置在list中，检测的轮廓不建立等级关系。  
**RETR\_CCOMP:提取所有轮廓**，并将轮廓组织成双层结构(two-level hierarchy),顶层为连通域的外围边界，次层位内层边界。  
**RETR\_TREE:提取所有轮廓**并重新建立网状轮廓结构

**method:轮廓近似方法**,可以通过cv::ContourApproximationModes()查看详细信息：  
CHAIN\_APPROX\_NONE：获取每个轮廓的每个像素，相邻的两个点的像素位置差不超过1；  
CHAIN\_APPROX\_SIMPLE：压缩水平方向，垂直方向，对角线方向的元素，值保留该方向的重点坐标，如果一个矩形轮廓只需4个点来保存轮廓信息  
CHAIN\_APPROX\_TC89\_L1和CHAIN\_APPROX\_TC89\_KCOS使用Teh-Chinl链逼近算法中的一种；  
offset:轮廓点可选偏移量，有默认值Point()，对ROI图像中找出的轮廓并要在整个图像中进行分析时使用。

定义并找到轮廓：

vector<vector<Point>>contours;
    vector<Vec4i>hierarchy;
    findContours(bin_img,contours,hierarchy,RETR_TREE,CHAIN_APPROX_SIMPLE,Point(0,0));

更多资料请点击：[我的目录][Link 1]

[Link 1]: http://note.youdao.com/noteshare?id=1370b0e8f4a16b80e7dede7836df3c08