1、查找轮廓
轮廓（contour）到底是什么？
一个轮廓对应一系列的店，也就是图像中的一条曲线，OpenCV中一般用序列来存储轮廓信息，序列中的每一个元素是曲线中一个点的位置。
轮廓树？
OpenCV将得到的轮廓聚合成一个轮廓树，把轮廓的包含关系编码到树结构中，保护的轮廓在树中体现为节点。轮廓树有4种拓扑结构，CV_RETR_EXTERNAL、CV_RETR_CCOMP、CV_RETR_TREE、CV_RETR_LIST。
2、表示轮廓
轮廓只是序列所能表示的一种，轮廓类型CvContour是从CvSeq扩展而来，它还含有几个其他的成员，例如颜色、外包矩形区域等。
轮廓时点的序列，可以用来表示图像空间中的曲线，涉及到的几个处理函数如下：
cvFindContours(); //查找到所有轮廓后统一返回轮廓个数
cvStartFindContours(); //每次查找并返回一个轮廓
cvFindNextContour(); //查找剩余的轮廓
cvSubstituteContour(); //替换scannner指向的轮廓
cvEndFindContour(); //结束轮廓查找
cvApproxChains(); //将Freeman链转换为多边形表示，近似拟合。
Freeman链码
在链码中，多边形被表示为一系列的位移，每一个位移有8个方向。
通过以下函数读出每个点：
cvStartReadChainPoints(); //初始化Freeman链CvChainPtReader结构
cvReadChainPoint(); //读取每个点
3、绘制轮廓
在屏幕上绘制检测到的轮廓，用cvDrawContours函数。
例程：根据滑动条参数设置阈值检测轮廓。
--------------------------------------------------------------------------------------------------
cvCreateTrackbar
创建trackbar并将它添加到指定的窗口。
CV_EXTERN_C_FUNCPTR( void (*CvTrackbarCallback)(int pos) );
int cvCreateTrackbar( const char* trackbar_name, const char* window_name,
int* value, int count, CvTrackbarCallback on_change );
trackbar_name
被创建的trackbar名字。
window_name
窗口名字，这个窗口将为被创建trackbar的父对象。
value
整数指针，它的值将反映滑块的位置。这个变量指定创建时的滑块位置。
count
滑块位置的最大值。最小值一直是0。
on_change
每次滑块位置被改变的时候，被调用函数的指针。这个函数应该被声明为void Foo(int); 如果没有回调函数，这个值可以设为NULL。
函数cvCreateTrackbar用指定的名字和范围来创建trackbar（滑块或者范围控制），指定与trackbar位置同步的变量，并且指定当trackbar位置被改变的时候调用的回调函数。被创建的trackbar显示在指定窗口的顶端。
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 - 见CVPR2001 教程中的 squares 样例。该教程可以在 SourceForge
网站上找到。
--------------------------------------------------------------------------------------------------
/*code*/
#include <cv.h>
#include <highgui.h>
IplImage* g_image = NULL;
IplImage* g_gray = NULL;
int g_thresh = 100; //阈值
CvMemStorage* g_storage = NULL;
void on_trackbar( int a );
int main( int argc, char** argv )
{
if( ( argc != 2 ) || !( g_image = cvLoadImage( argv[1] ) ) )
return -1;
cvNamedWindow( "Contours", 1 );
cvCreateTrackbar( "Threshold", "Contours", &g_thresh, 255, on_trackbar ); //滚动条设置阈值，得到的值存储到g_thresh中
on_trackbar( 0 );
cvWaitKey(0);
return 0;
}
void on_trackbar( int a )
{
if( g_storage == NULL )
{
g_gray = cvCreateImage( cvGetSize( g_image ), 8, 1 );
g_storage = cvCreateMemStorage(0);
}
else
{
cvClearMemStorage( g_storage );
}
CvSeq* contours = 0;
cvCvtColor( g_image, g_gray, CV_BGR2GRAY ); //转换色彩空间，转为灰度图
cvThreshold( g_gray, g_gray, g_thresh, 255, CV_THRESH_BINARY ); //阈值变换
cvFindContours( g_gray, g_storage, &contours );
cvZero( g_gray );
if( contours )
{
cvDrawContours( g_gray, contours, cvScalarAll( 255 ), cvScalarAll( 255 ), 1 ); //绘制轮廓
}
cvShowImage( "Contours", g_gray );
}
--------------------------------------------------------------------------------------------------
/*result*/
依旧是水果图
Threshold == 120
Threshold == 150
------------------------------------------------华丽的分割线-------------------------------------------------
/*在输入图像上寻找并绘制轮廓*/
/*code*/
#include <highgui.h>
#include <cv.h>
#include <stdio.h>
#define CVX_RED CV_RGB( 0xff, 0x00, 0x00 ) //宏定义
#define CVX_GREEN CV_RGB( 0x00, 0xff, 0x00 )
#define CVX_BLUE CV_RGB( 0x00, 0x00, 0xff )
int main(int argc, char** argv)
{
cvNamedWindow( argv[0], 1 );
IplImage* img_8uc1 = cvLoadImage( argv[1], CV_LOAD_IMAGE_GRAYSCALE );
IplImage* img_edge = cvCreateImage( cvGetSize( img_8uc1 ), 8, 1 ); //单通道图
IplImage* img_8uc3 = cvCreateImage( cvGetSize( img_8uc1 ), 8, 3 );
cvThreshold( img_8uc1, img_edge, 128, 255, CV_THRESH_BINARY );
CvMemStorage* storage = cvCreateMemStorage();
CvSeq* first_contour = NULL;
int Nc = cvFindContours( img_edge, storage, &first_contour, sizeof( CvContour ), CV_RETR_LIST ); //返回找到的轮廓数,并将第一个轮廓的序列返回到first_contour变量中
int n = 0;
printf( "Total Contours Detected: %d\n", Nc );
for( CvSeq* c = first_contour; c != NULL; c = c -> h_next )
{
cvCvtColor( img_8uc1, img_8uc3, CV_GRAY2BGR );
cvDrawContours( img_8uc3, c, CVX_RED, CVX_BLUE, 0, 2, 8 ); //绘制,CVX_RED是宏定义函数
printf( "Contour #%d\n", n );
cvShowImage( argv[0], img_8uc3 );
printf( " %d elements:\n", c -> total );
for( int i = 0; i < c -> total; ++i )
{
CvPoint* p = CV_GET_SEQ_ELEM( CvPoint, c, i );
printf( " (%d,%d)\n", p -> x, p -> y ); //打印出序列的所有元素
}
cvWaitKey(0);
n++;
}
printf( "Finished all contours.\n" );
cvCvtColor( img_8uc1, img_8uc3, CV_GRAY2BGR );
cvShowImage( argv[0], img_8uc3 );
cvWaitKey(0);
cvDestroyWindow( argv[0] );
cvReleaseImage( &img_8uc1 );
cvReleaseImage( &img_8uc3 );
cvReleaseImage( &img_edge );
return 0;
}
/*result*/
source image
contour 1
contour 2
8 contours
