計算機視覺 OpenCV Android | 基本特徵檢測 之 輪廓分析

摘要： （0）輪廓分析概述及作用 通過將 Canny邊緣提取 或者 二值化結果 作為 輸入影象 來實現 輪廓發現與繪製 ，可是這些 並不是 我們想要的 最終結果 ，我們一般根據 獲取到的輪廓 求出它們的 外接矩形 或者 最小外接矩形 ，並計算 外接矩形 的 橫縱比例、...

（0）輪廓分析概述及作用

• 通過將 Canny邊緣提取 或者 二值化結果 作為 輸入影象 來實現 輪廓發現與繪製 ，

  可是這些 並不是 我們想要的 最終結果 ，

  我們一般根據 獲取到的輪廓 求出它們的 外接矩形 或者 最小外接矩形 ，

  並計算 外接矩形 的 橫縱比例、輪廓面積、周長等資料 ，

  然後 使用這些資料 實現 特定幾何形狀輪廓 的 查詢與過濾 ，

  為 後續的處理與分析 剔除 不正確的區域 而 保留候選物件 。

（1）邊界框

最常見的獲取輪廓的外接矩形是邊界框，獲取每個輪廓的邊界框，通過它可以得到與各個輪廓相對應的高度與寬度，並能通過它計算出輪廓的縱橫比。

通過輪廓點集合得到輪廓邊界框的API函式與解釋如下：

boundingRect(MatOfPoint points)

其中，ponts是輪廓所有點的集合物件。

呼叫該API會返回一個Rect物件例項，它是OpenCV關於矩形的資料結構，從中可以得到外界矩形（邊界框）的寬高，然後就可以計算出輪廓的橫縱比了。這種情況下得到的邊界框不一定滿足條件，有時候我們還需要獲取輪廓的最小邊界框。

（2）最小邊界框

與上面邊界框不同的是，獲取到的最小邊界框有時候不是一個水平或者垂直的矩形，而是一個旋轉了一定角度的矩形，但是最小外接矩形（最小邊界框）能夠更加真實地反映出輪廓的幾何結構大小，而橫縱比結果更能反映出輪廓的真實幾何特徵，所以有些時候我們計算的經常是最小外接矩形，它的API函式與相關引數的解釋如下：

RotatedRect minAreaRect(MatOfPoint2f points)

其中，ponts是輪廓的所有點的集合物件。

呼叫該API會返回一個RotatedRect物件例項，它是OpenCV關於旋轉矩形的資料結構，其包含了旋轉角度，矩形的寬、高及四個頂點等資訊，通過相關的API都可以查詢獲得，繪製旋轉矩形物件的時候，首先需要得到四個頂點，然後通過OpenCV繪製直線的API來完成旋轉矩形的繪製。

（3）面積與周長

輪廓分析中包含了輪廓大小的度量，這些度量最常見的就是計算輪廓的面積大小與長度大小，這些資料對分析輪廓與過濾掉一些不符合條件的輪廓十分有用。計算輪廓面積的API函式與引數解釋如下：

contourArea(Mat contour, boolean oriented)

·ponts：輪廓的所有點的集合物件。

·oriented：表示輪廓的方向，當oriented=true時返回的面積是一個有符號值，預設為false，返回的是絕對值。

計算長度的API函式與引數解釋如下：

arcLength(MatOfPoint2f curve, boolean closed)

·curve：輪廓的所有點的集合物件。

·closed：表示是否為閉合曲線，預設是true。

完整的分析輪廓、獲取輪廓、外接輪廓、最小外接輪廓、橫縱比、面積與長度的程式碼演示如下：

private void measureContours(Mat src, Mat dst) {

Mat gray= new Mat();

Mat binary = new Mat();

// 二值

Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);

Imgproc.threshold(gray, binary, 0, 255, Imgproc.THRESH_BINARY | Imgproc.THRESH_OTSU);

// 輪廓發現

List<MatOfPoint> contours = new ArrayList<MatOfPoint>();

Mat hierarchy = new Mat();

Imgproc.findContours(binary, contours, hierarchy, Imgproc.RETR_TREE, Imgproc.CHAIN_APPROX_SIMPLE, new Point(0, 0));

// 測量輪廓

dst.create(src.size(), src.type());

for(int i=0; i<contours.size(); i++) {

Rect rect = Imgproc.boundingRect(contours.get(i));

double w = rect.width;

double h = rect.height;

double rate = Math.min(w, h)/Math.max(w, h);

Log.i("Bound Rect", "rate：" + rate);

RotatedRect minRect = Imgproc.minAreaRect(new MatOfPoint2f(contours.get(i).toArray()));

w = minRect.size.width;

h = minRect.size.height;

rate = Math.min(w, h)/Math.max(w, h);

Log.i("Min Bound Rect", "rate：" + rate);

double area = Imgproc.contourArea(contours.get(i), false);

double arclen = Imgproc.arcLength(new MatOfPoint2f(contours.get(i).toArray()), true);

Log.i("contourArea", "area：" + rate);

Log.i("arcLength", "arcLength：" + arclen);

Imgproc.drawContours(dst, contours, i, new Scalar(0, 0, 255), 1);

}

// 釋放記憶體

gray.release();

binary.release();

}

上面演示程式碼的執行結果如圖5-6所示（圖5-6a是原圖，圖5-6b是輪廓發現與繪製，計算結果請參見logcat）。

上述的程式碼是求取影象的全部輪廓，修改上述程式把返回輪廓改為返回最外層輪廓RETR_EXTERNAL，同時修改閾值化方法，將其改為THRESH_BINARY_INV，則執行結果如圖5-7所示。

• 感興趣的小夥伴可以進一步細化該方法，

  將計算得到的輪廓幾何屬性值如長度、面積等

  通過putText函式顯示到輸出的影象上；

參考材料

• 《OpenCV Android 開發實戰》（賈志剛 著）
• 關於《OpenCV Android 開發實戰》作者的GitHub專案
• 筆者基於作者GitHub維護的APP