1.概述

在這篇文章中介紹如何使用findContours()函式尋找影象中物體的輪廓，在OpenCV中沒有給出findCountours()函式的原理，如果想了解查詢輪廓原理，可以翻**牆出去Google”Topological structural analysis of digitized binary images by border following”,這裡就不一一翻譯了.

2.API

opencv中提供findContours()函式來尋找影象中物體的輪廓，並結合drawContours()函式將找到的輪廓繪製出。首先看一下findContours(),opencv中提供了兩種定義形式
findContours()

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

引數解釋
image:輸入影象，影象必須為8-bit單通道影象，影象中的非零畫素將被視為1，0畫素保留其畫素值，故載入影象後會自動轉換為二值影象。我們同樣可以使用cv::compare,cv::inRange,cv::threshold,cv::adaptiveThreshold,cv::Canny等函式來建立二值影象，，如果第四個引數為cv::RETR_CCOMP或cv::RETR_FLOODFILL，輸入影象可以是32-bit整型影象(CV_32SC1)
contours:檢測到的輪廓，每個輪廓都是以點向量的形式進行儲存即使用point型別的vector表示
hierarchy:

可選的輸出向量(std::vector)，包含了影象的拓撲資訊，作為輪廓數量的表示hierarchy包含了很多元素，每個輪廓contours[i]對應hierarchy中hierarchy[i][0]~hierarchy[i][3],分別表示後一個輪廓，前一個輪廓，父輪廓，內嵌輪廓的索引，如果沒有對應項，則相應的hierarchy[i]設定為負數。
mode輪廓檢索模式，可以通過cv::RetrievalModes()檢視詳細資訊，如下

其中
RETR_EXTERNAL:表示只檢測最外層輪廓，對所有輪廓設定hierarchy[i][2]=hierarchy[i][3]=-1
RETR_LIST:提取所有輪廓，並放置在list中，檢測的輪廓不建立等級關係
RETR_CCOMP:提取所有輪廓，並將輪廓組織成雙層結構(two-level hierarchy),頂層為連通域的外圍邊界，次層位內層邊界
RETR_TREE:提取所有輪廓並重新建立網狀輪廓結構
RETR_FLOODFILL：官網沒有介紹，應該是洪水填充法
method:輪廓近似方法可以通過cv::ContourApproximationModes()檢視詳細資訊

CHAIN_APPROX_NONE：獲取每個輪廓的每個畫素，相鄰的兩個點的畫素位置差不超過1
CHAIN_APPROX_SIMPLE：壓縮水平方向，垂直方向，對角線方向的元素，值保留該方向的重點座標，如果一個矩形輪廓只需4個點來儲存輪廓資訊
CHAIN_APPROX_TC89_L1和CHAIN_APPROX_TC89_KCOS使用Teh-Chinl鏈逼近演算法中的一種
offset:輪廓點可選偏移量，有預設值Point()，對ROI影象中找出的輪廓並要在整個影象中進行分析時，使用

opencv中提供的另一種定義形式如下：

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

drawContours()

void cv::drawContours   (   InputOutputArray    image,
                            InputArrayOfArrays  contours,
                            int     contourIdx,
                            const Scalar &  color,
                            int     thickness = 1,
                            int     lineType = LINE_8,
                            InputArray  hierarchy = noArray(),
                            int     maxLevel = INT_MAX,
                            Point   offset = Point() 
                        )

引數解釋
image:輸入輸出影象，Mat型別即可
contours:使用findContours檢測到的輪廓資料，每個輪廓以點向量的形式儲存，point型別的vector
contourIdx:繪製輪廓的只是變數，如果為負值則繪製所有輸入輪廓
color:輪廓顏色
thickness:繪製輪廓所用線條粗細度，如果值為負值，則在輪廓內部繪製
lineTpye:線條型別，有預設值LINE_8，有如下可選型別

hierarchy:可選層次結構資訊
maxLevel:用於繪製輪廓的最大等級
offset:可選輪廓便宜引數，用制定偏移量offset=(dx, dy)給出繪製輪廓的偏移量

3.示例程式碼

#include <iostream>
#include <opencv2\core\core.hpp>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <stdlib.h>

using namespace std;
using namespace cv;

int main()
{
    Mat srcImage, grayImage, dstImage;
    srcImage = imread("HappyFish.jpg");

    //判斷影象是否載入成功
    if (srcImage.empty())
    {
        cout << "影象載入失敗" << endl;
        return -1;
    }
    else
    {
        cout << "影象載入成功!" << endl << endl;
    }

    namedWindow("原影象", WINDOW_AUTOSIZE);
    imshow("原影象", srcImage);

    //轉換為灰度圖並平滑濾波
    cvtColor(srcImage, grayImage, COLOR_BGR2GRAY);

    //定義變數
    vector<vector<Point>>contours;
    vector<Vec4i>hierarchy;

    grayImage = grayImage > 100;
    findContours(grayImage, contours, hierarchy, CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE);

    //繪製輪廓圖
    dstImage = Mat::zeros(grayImage.size(), CV_8UC3);
    for (int i = 0; i < hierarchy.size(); i++)
    {
        Scalar color = Scalar(rand() % 255, rand() % 255, rand() % 255);
        drawContours(dstImage, contours, i, color, CV_FILLED, 8, hierarchy);
    }
    imshow("輪廓圖", dstImage);
    waitKey(0);

    return 0;
}

4.執行結果