OpenCV 轮廓提取

最新推荐文章于 2025-04-07 21:52:41 发布

ge646834690

最新推荐文章于 2025-04-07 21:52:41 发布

阅读量1.4k

点赞数

分类专栏： OpenCV学习笔记文章标签： opencv 轮廓提取 cvFindContours

OpenCV学习笔记专栏收录该内容

7 篇文章

订阅专栏

轮廓提取——主要针对二值图像

<1> 轮廓分为外轮廓和内轮廓如下图：外轮廓以c开头内轮廓以h开头

<2> opencv 提供了寻找轮廓的函数 inttotals = cvFindContours(img, storage,&contours,sizeof(CvContour), CV_RETR_LIST, CV_CHAIN_APPROX_NONE,cvPoint(0,0));

其中img是二值图像， storage是内存存储序列， contours指向存储的第一个轮廓，

CvMemStorage *storage =cvCreateMemStorage(0);//内存存储序列

CvSeq *contours = 0; //指向storage中的序列

CV_RETR_LIST表明轮廓在内存中的排列方式，有以下四种:

轮廓的排列方式<在内存中>

CV_RETR_EXTERNAL：first = c0

CV_RETR_CCOMP：从里到外从右到左这是一个双向链表

CV_RETR_LIST：

first = c01001 <–> c01000 <–>h0100 <–> h0000 <–> h0100 <–> h0000 <–> c010 <–>c000 <–> h01 <–> h00 <–> c0 这也是双向链表

CV_RETR_TREE ：

<3>案例

结果展示:

代码：

[cpp] view plain copy print ?

#include <iostream>
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
using namespace std;
int main()
{
CvMemStorage *storage = cvCreateMemStorage(0); // 内存存储序列
IplImage *img = cvLoadImage("E:\\study_opencv_video\\lesson14_1\\Debug\\55.png", 0);
IplImage *imgColor = cvCreateImage(cvGetSize(img), 8, 3);
IplImage *contoursImage = cvCreateImage(cvGetSize(img), 8, 1);
CvSeq *contours = 0, *contoursTemp = 0;
cvZero(contoursImage);
cvThreshold(img, img, 100, 255, CV_THRESH_BINARY); // 二值化操作
cvCvtColor(img, imgColor, CV_GRAY2BGR);
int totals = cvFindContours(img, storage,&contours,sizeof(CvContour),//img必须是一个二值图像 storage 用来存储的contours指向存储的第一个轮廓
CV_RETR_CCOMP, CV_CHAIN_APPROX_NONE, cvPoint(0,0));
contoursTemp = contours;
int count = 0;
int i;
for(;contoursTemp != 0; contoursTemp = contoursTemp -> h_next)/// 这样可以访问每一个轮廓 ====横向轮廓
{
for(i = 0; i < contoursTemp -> total; i++) // 提取一个轮廓的所有坐标点
{
CvPoint *pt = (CvPoint*) cvGetSeqElem(contoursTemp, i); // 得到一个轮廓中一个点的函数cvGetSeqElem
cvSetReal2D(contoursImage, pt->y, pt->x, 255.0);
cvSet2D(imgColor, pt->y, pt->x, cvScalar(0,0,255,0));
}
count ++;
CvSeq *InterCon = contoursTemp->v_next; // 访问每个轮廓的纵向轮廓
for(; InterCon != 0; InterCon = InterCon ->h_next)
{
for(i = 0; i < InterCon->total; i++ )
{
CvPoint *pt = (CvPoint*)cvGetSeqElem(InterCon, i);
cvSetReal2D(contoursImage, pt->y, pt->x, 255.0);
cvSet2D(imgColor, pt->y, pt->x, cvScalar(0, 255, 0, 0));
}
}
}
cvNamedWindow("contoursImage");
cvShowImage("contoursImage", contoursImage);
cvNamedWindow("imgColor");
cvShowImage("imgColor",imgColor);
cvWaitKey(0);
cvReleaseMemStorage(&storage); // 也要释放内存序列空间
cvReleaseImage(&contoursImage);
cvReleaseImage(&imgColor);
cvDestroyWindow("contoursImage");
cvDestroyWindow("imgColor");
return 0;<SPAN style="FONT-FAMILY: Arial,Helvetica,sans-serif">}</SPAN>

#include <iostream>
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
using namespace std;
int main()
{
	CvMemStorage *storage = cvCreateMemStorage(0);   // 内存存储序列
	IplImage *img = cvLoadImage("E:\\study_opencv_video\\lesson14_1\\Debug\\55.png", 0);
	IplImage *imgColor = cvCreateImage(cvGetSize(img), 8, 3);
	IplImage *contoursImage = cvCreateImage(cvGetSize(img), 8, 1);

	CvSeq *contours = 0, *contoursTemp = 0;  
	cvZero(contoursImage);
	cvThreshold(img, img, 100, 255, CV_THRESH_BINARY);  // 二值化操作
	cvCvtColor(img, imgColor, CV_GRAY2BGR);
	int totals = cvFindContours(img, storage,&contours, sizeof(CvContour),    //img必须是一个二值图像 storage 用来存储的contours指向存储的第一个轮廓
		CV_RETR_CCOMP, CV_CHAIN_APPROX_NONE, cvPoint(0,0));
	contoursTemp = contours;
	int count = 0;
	int i;
	for(;contoursTemp != 0; contoursTemp = contoursTemp -> h_next)  /// 这样可以访问每一个轮廓  ====横向轮廓
	{
		for(i = 0; i < contoursTemp -> total; i++)    // 提取一个轮廓的所有坐标点
		{
			CvPoint *pt = (CvPoint*) cvGetSeqElem(contoursTemp, i);   // 得到一个轮廓中一个点的函数cvGetSeqElem
			cvSetReal2D(contoursImage, pt->y, pt->x, 255.0);
			cvSet2D(imgColor, pt->y, pt->x, cvScalar(0,0,255,0));
		}
		count ++;
		CvSeq *InterCon = contoursTemp->v_next;     // 访问每个轮廓的纵向轮廓
		for(; InterCon != 0; InterCon = InterCon ->h_next)
		{
			for(i = 0; i < InterCon->total; i++ )
			{
				CvPoint *pt = (CvPoint*)cvGetSeqElem(InterCon, i);
				cvSetReal2D(contoursImage, pt->y, pt->x, 255.0);
				cvSet2D(imgColor, pt->y, pt->x, cvScalar(0, 255, 0, 0));
			}
		}
	}
	cvNamedWindow("contoursImage");
	cvShowImage("contoursImage", contoursImage);
	cvNamedWindow("imgColor");
	cvShowImage("imgColor",imgColor);
	cvWaitKey(0);
	cvReleaseMemStorage(&storage);      // 也要释放内存序列空间
	cvReleaseImage(&contoursImage);
	cvReleaseImage(&imgColor);
	cvDestroyWindow("contoursImage");
	cvDestroyWindow("imgColor");
	return 0;<span style="FONT-FAMILY: Arial,Helvetica,sans-serif">}</span>

对于代码中一些关于轮廓的函数详解如下：

FindContours

FindContours
在二值图像中寻找轮廓

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
输入的 8-比特、单通道图像. 非零元素被当成 1， 0 象素值保留为 0 - 从而图像被看成二值的。为了从灰度图像中得到这样的二值图像，可以使用 cvThreshold, cvAdaptiveThreshold 或 cvCanny. 本函数改变输入图像内容。
storage
得到的轮廓的存储容器
first_contour
输出参数：包含第一个输出轮廓的指针
header_size
如果 method=CV_CHAIN_CODE，则序列头的大小 >=sizeof(CvChain)，否则 >=sizeof(CvContour) .
mode
提取模式.
CV_RETR_EXTERNAL - 只提取最外层的轮廓
CV_RETR_LIST - 提取所有轮廓，并且放置在 list 中
CV_RETR_CCOMP - 提取所有轮廓，并且将其组织为两层的 hierarchy: 顶层为连通域的外围边界，次层为洞的内层边界。
CV_RETR_TREE - 提取所有轮廓，并且重构嵌套轮廓的全部 hierarchy
method
逼近方法 (对所有节点, 不包括使用内部逼近的 CV_RETR_RUNS).
CV_CHAIN_CODE - Freeman 链码的输出轮廓. 其它方法输出多边形(定点序列).
CV_CHAIN_APPROX_NONE - 将所有点由链码形式翻译(转化）为点序列形式
CV_CHAIN_APPROX_SIMPLE - 压缩水平、垂直和对角分割，即函数只保留末端的象素点;
CV_CHAIN_APPROX_TC89_L1,
CV_CHAIN_APPROX_TC89_KCOS - 应用 Teh-Chin 链逼近算法. CV_LINK_RUNS - 通过连接为 1 的水平碎片使用完全不同的轮廓提取算法。仅有 CV_RETR_LIST 提取模式可以在本方法中应用.
offset
每一个轮廓点的偏移量. 当轮廓是从图像 ROI 中提取出来的时候，使用偏移量有用，因为可以从整个图像上下文来对轮廓做分析.
函数 cvFindContours 从二值图像中提取轮廓，并且返回提取轮廓的数目。指针 first_contour 的内容由函数填写。它包含第一个最外层轮廓的指针，如果指针为 NULL，则没有检测到轮廓（比如图像是全黑的）。其它轮廓可以从 first_contour 利用 h_next 和 v_next 链接访问到。在 cvDrawContours 的样例显示如何使用轮廓来进行连通域的检测。轮廓也可以用来做形状分析和对象识别。

 
 
  
  DrawContours
 
 
在图像中绘制外部和内部的轮廓。 

void cvDrawContours( CvArr *img, CvSeq* contour,
                     CvScalar external_color, CvScalar hole_color,
                     int max_level, int thickness=1,
                     int line_type=8, CvPoint offset=cvPoint(0,0) );
img 
用以绘制轮廓的图像。和其他绘图函数一样，边界图像被感兴趣区域（ROI）所剪切。 
contour 
指针指向第一个轮廓。 
external_color 
外层轮廓的颜色。 
hole_color 
内层轮廓的颜色。 
max_level 
绘制轮廓的最大等级。如果等级为0，绘制单独的轮廓。如果为1，绘制轮廓及在其后的相同的级别下轮廓。如果值为2，所有的轮廓。如果等级为2，绘制所有同级轮廓及所有低一级轮廓，诸此种种。如果值为负数，函数不绘制同级轮廓，但会升序绘制直到级别为abs(max_level)-1的子轮廓。 

thickness 
绘制轮廓时所使用的线条的粗细度。如果值为负(e.g. =CV_FILLED),绘制内层轮廓。 
line_type 
线条的类型。参考cvLine. 
offset 
按照给出的偏移量移动每一个轮廓点坐标.当轮廓是从某些感兴趣区域(ROI)中提取的然后需要在运算中考虑ROI偏移量时，将会用到这个参数。 
当thickness>=0,函数cvDrawContours在图像中绘制轮廓,或者当thickness<0时，填充轮廓所限制的区域。

转载自：http://blog.youkuaiyun.com/lu597203933/article/details/14489225

作者：小村长  出处：http://blog.youkuaiyun.com/lu597203933