OpenCV中cvFindContours函數
阿新 • • 發佈：2019-02-17
point ext ive ams rar ada har 幽默 arr
cvFindContours可以從二值圖像中檢索輪廓，並返回檢測到的輪廓的個數。first_contour的值由函數填充返回，它的值將為第一個外輪廓的指針，當沒有輪廓被檢測到時為NULL。其它輪廓可以使用h_next和v_next連接，從first_contour到達。
storage：返回輪廓的容器。
first_contour：輸出參數，用於存儲指向第一個外接輪廓。
header_size：header序列的尺寸.如果選擇method = CV_CHAIN_CODE, 則header_size >= sizeof(CvChain)；其他，則
mode：檢索模式，可取值如下：
CV_RETR_EXTERNAL：只檢索最外面的輪廓；
CV_RETR_LIST：檢索所有的輪廓，並將其放入list中；
CV_RETR_CCOMP：檢索所有的輪廓，並將他們組織為兩層：頂層是各部分的外部邊界，第二層是空洞的邊界；
CV_RETR_TREE：檢索所有的輪廓，並重構嵌套輪廓的整個層次。
method：邊緣近似方法（除了CV_RETR_RUNS使用內置的近似，其他模式均使用此設定的近似算法）。可取值如下：
CV_CHAIN_CODE：以Freeman鏈碼的方式輸出輪廓，所有其他方法輸出多邊形（頂點的序列）。
CV_CHAIN_APPROX_NONE：將所有的連碼點，轉換成點。
CV_CHAIN_APPROX_SIMPLE：壓縮水平的、垂直的和斜的部分，也就是，函數只保留他們的終點部分。
CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS：使用the flavors of Teh-Chin chain近似算法的一種。
CV_LINK_RUNS：通過連接水平段的1，使用完全不同的邊緣提取算法。使用CV_RETR_LIST檢索模式能使用此方法。
offset：偏移量，用於移動所有輪廓點。當輪廓是從圖像的ROI提取的，並且需要在整個圖像中分析時，這個參數將很有用。
討論部分cvDrawContours中的案例顯示了任何使用輪廓檢測連通區域。輪廓可以用於形狀分析和目標識別——可以參考文件夾OpenCV sample中的squares.c。
以下是一段示例代碼：
int cvFindContours( CvArr* image, CvMemStorage* storage, CvSeq** first_contour,
int header_size=sizeof(CvContour), int mode=CV_RETR_LIST,
int storage：返回輪廓的容器。
first_contour：輸出參數，用於存儲指向第一個外接輪廓。
header_size：header序列的尺寸.如果選擇method = CV_CHAIN_CODE, 則header_size >= sizeof(CvChain)；其他，則
mode：檢索模式，可取值如下：
CV_RETR_EXTERNAL：只檢索最外面的輪廓；
CV_RETR_LIST：檢索所有的輪廓，並將其放入list中；
CV_RETR_CCOMP：檢索所有的輪廓，並將他們組織為兩層：頂層是各部分的外部邊界，第二層是空洞的邊界；
CV_RETR_TREE：檢索所有的輪廓，並重構嵌套輪廓的整個層次。
method：邊緣近似方法（除了CV_RETR_RUNS使用內置的近似，其他模式均使用此設定的近似算法）。可取值如下：
CV_CHAIN_CODE：以Freeman鏈碼的方式輸出輪廓，所有其他方法輸出多邊形（頂點的序列）。
CV_CHAIN_APPROX_NONE：將所有的連碼點，轉換成點。
CV_CHAIN_APPROX_SIMPLE：壓縮水平的、垂直的和斜的部分，也就是，函數只保留他們的終點部分。
CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS：使用the flavors of Teh-Chin chain近似算法的一種。
CV_LINK_RUNS：通過連接水平段的1，使用完全不同的邊緣提取算法。使用CV_RETR_LIST檢索模式能使用此方法。
offset：偏移量，用於移動所有輪廓點。當輪廓是從圖像的ROI提取的，並且需要在整個圖像中分析時，這個參數將很有用。
討論部分cvDrawContours中的案例顯示了任何使用輪廓檢測連通區域。輪廓可以用於形狀分析和目標識別——可以參考文件夾OpenCV sample中的squares.c。
以下是一段示例代碼：
#include <stdio.h>
#include <cv.h>
#include <cxcore.h>
#include <highgui.h>
#pragma comment(lib, "cv.lib")
#pragma comment(lib, "cxcore.lib")
#pragma comment(lib, "highgui.lib")
int main( int argc, char** argv )
{
// 以灰度值讀取圖片
IplImage* pImg = cvLoadImage(".\\test.png", 0);
IplImage* pContourImg = NULL;
CvMemStorage * storage = cvCreateMemStorage(0);
CvSeq *contour = 0, *contmax = 0;
int mode = CV_RETR_EXTERNAL;
cvNamedWindow("src", 0);
cvShowImage( "src", pImg );
// 為輪廓顯示圖像申請空間, 3通道圖像，以便用彩色顯示
pContourImg = cvCreateImage(cvGetSize(pImg), IPL_DEPTH_8U, 3);
// copy source image and convert it to BGR image
cvCvtColor(pImg, pContourImg, CV_GRAY2BGR);
// 查找contour
int nContours = cvFindContours( pImg, storage, &contour, sizeof(CvContour),
mode, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0));
// 將輪廓畫出
cvDrawContours(pContourImg, contour, CV_RGB(255,0,0), CV_RGB(255, 0, 0),
2, 2, 8, cvPoint(0,0));
double area, maxArea = 10; //設面積最大值大於10Pixel
for( ; contour; contour = contour->h_next)
{
area = fabs(cvContourArea(contour, CV_WHOLE_SEQ)); //獲取當前輪廓面積
printf("area == %lf\n", area);
if(area > maxArea)
{
contmax = contour;
maxArea = area;
}
}
CvRect aRect = cvBoundingRect(contmax, 0);
cvSetImageROI(pContourImg, aRect);
// 顯示圖像
cvNamedWindow("contour", 0);
cvShowImage("contour", pContourImg);
cvWaitKey(-1);
// 銷毀窗口
cvDestroyWindow("src");
cvDestroyWindow("contour");
// 釋放圖像
cvReleaseImage(&pImg);
cvReleaseImage(&pContourImg);
cvClearMemStorage(storage);
cvReleaseMemStorage(&storage);
return 0;
}再分享一下我老師大神的人工智能教程吧。零基礎！通俗易懂！風趣幽默！還帶黃段子！希望你也加入到我們人工智能的隊伍中來！https://blog.csdn.net/jiangjunshow
OpenCV中cvFindContours函數