图像轮廓生成Freeman码

##图像轮廓生成Freeman码##

1. 摘要

Freeman码是描述轮廓的另外一种形式，这篇博客我将会用matlab和OpenCV两个版本生成Freeman码。纵观网上很多介绍边缘轮廓的，都提到过Freeman码，但是实现却比较少。

2. 准备工作

   2.1 matlab版
   matlab自身是不带边界轮廓跟踪生成Freeman码算法函数的。起初我做的时候，网上有介绍matlab轮廓生成Freeman码函数，给个链接matlab生成Freeman码介绍，但是在matlab编辑器上写这个函数时，发现报错"未定义boundaries函数"。其实这个函数是书本《数字图像处理MATLAB版》的库函数，matlab不自带，故需要在matlab中添加库函数，我有资源冈萨雷斯数字图像MATLAB处理库函数，具体添加工作可以百度，也可以问我。
   2.2 OpenCV版
   OpenCV不需要准备工作。

3. Freeman码的生成
   3.1 matlab版

用matlab生成Freeman码的代码可以在我给出的那篇博客中复制过来，我把生成Freeman码的代码写进了一个function中，在以前基础上，我将每个轮廓点的和它的链码（即它下一个点在它的那个方向上）存起来以更好的下一步工作，代码如下：

function contours=freeman(im_edge)% 函数定义
   c=boundaries(im_edge,8);%生成Freeman码
   contours=cell(size(c,1),1);
   index=1;
%     [L,W]=size(im_edge);%观察轮廓
%     im_edge(c{1}(:,1)+(c{1}(:,2)-1)*L)=1;
%     imshow(im_edge);
   while index<=size(c,1)
       if length(c{index})<40
           c(index)=[];
       else
           h=fchcode(c{index,:},8);
           contour=c{index,1}(1:length(h.fcc),:);
            contour=[contour,h.fcc'];%提取Freeman并和轮廓点组合
            contours{index,1}=contour;
           index=index+1;
       end
   end
    contours(index:end,:)=[];
end

调用上述函数代码：

contours=freeman(im_edge)；

contours生成的Freeman就在元胞数组里，可以进行下一步工作了。另外，matlab语言我还不是很熟练，很多用法都是业余水平，望指教！

---------------------------------------------------------2019-03-27更新---------------------------------------------------------------
这两天做论文时发现，matlab中还有个提取轮廓链码的函数bwboundaries，具体的用法大家可以自行百度，我在这里想说的是，这个函数bwboundaries要比boundaries函数快三倍时间。bwboundaries好像是外部库函数，我用的是matlab2014b。

[c,l]= bwboundaries(im_edge,'noholes'); %c是基于八邻域提取的轮廓，
[cc]=chaincode(c{index,1}); %提取对应的Freeman链码

这个chaincode是在mathworks上搜的提取轮廓Freeman链码的一个function
我这里直接贴上来代码，有点多，好多注释，我直接放链接吧，看了下，好像作者更新了，应该也是没问题，如果想用我的，私信我即可。

[https://ww2.mathworks.cn/matlabcentral/fileexchange/29518-freeman-chain-code?s_tid=srchtitle]

---------------------------------------------------------end-----------------------------------------------------------------------------

3.2 OpenCV版

OpenCV自带轮廓提取的库函数是findContours()，这是C++接口函数，目前我还没有用findContours()函数生成Freeman码，这里我是使用C语言接口的函数cvFindContours()，但是这并不影响我们使用C++调用OpenCV的库函数。在这里感谢原帖如何取得Freeman链码，帖子上代码是没什么问题的，但是美中不足的是在提取轮廓点坐标时有错误，我自己摸索出解决方法，同样的，我也将提取Freeman码写进一个函数供调用，OpenCV生成Freeman码的代码如下：

void Freemans(Mat srcimage,vector<vector<FM>>&FMS)
{
   CvMat _srcimage = srcimage;
   CvMemStorage* storage = cvCreateMemStorage();//采用默认大小，即：0.
   CvSeq* first_contour = NULL;
   int Nc = cvFindContours(&_srcimage,storage,&first_contour,sizeof(CvContour),
   							CV_RETR_CCOMP, 
   							CV_CHAIN_CODE,///*这个是关键参数*/
   							cvPoint(0, 0)
   							);
   
   CvChain* chain = 0;
   vector<CvSeq*>c1;
   CvSeq* h;
   for( CvSeq* c = first_contour; c != NULL;c=c->h_next)
   {
   	vector<FM>fms;
   	int total=c->total;
   	
   	if(total<20)
   		c=c->h_next;
   	else
   	{
   		CvSeqReader reader;
   		cvStartReadSeq( (CvSeq*)c, &reader, 0 );
   		CvChainPtReader reader1;
   		cvStartReadChainPoints((CvChain*)c, &reader1);
   		FM fm;
   		for( int i = 0; i < total; i++ )
   		{
   			char code;
   			CV_READ_SEQ_ELEM( code, reader ); //printf(" %d,",code); //得到轮廓的Freeman链码序列
   			fm.direction=code;
   			CvPoint pt;
   			CV_READ_CHAIN_POINT(pt,reader1);
   			fm.x=pt.x;
   			fm.y=pt.y;
   			fms.push_back(fm);
   		}
   		FMS.push_back(fms);
   	}
   }//for
}

调用上述函数代码：

Freemans(dstimage,FMSS);

dstimage是用边缘检测算法检测出的边缘，FMSS是存放轮廓点及其Freeman码的容器，包含三个元素，你懂的。

至此，两个版本的轮廓生成Freeman码都写完了，无论是matlab还是OpenCV，两个版本的算法共同的缺点是对于非闭合轮廓会生成两遍，闭合轮廓是没问题的。我的另外一篇博客OpenCV八邻域轮廓跟踪算法同样的也可以生成Freeman码，但个人认为首选OpenCV自带的库函数还是比较好。
5. 总结

在生成Freeman码过程中，付出很多，查找很多资料，有时候看见网上一些关于轮廓生成Freeman的帖子蜻蜓点水就来气，没有实用的方法生成Freeman码，所以自己将自己得成果整理出来奉献出来相互学习交流，不足的地方望批评指正，谢谢大家！