opencv——轮廓发现与轮廓分析

Posted 2021-05-19 唯有自己强大

引言

二值图像分析最常见的一个主要方式就是轮廓发现与轮廓分析，其中轮廓发现的目的是为轮廓分析做准备，经过轮廓分析我们可以得到轮廓各种有用的属性信息。

这里顺带提下边缘检测，和轮廓提取的区别：

边缘检测主要是通过一些手段检测数字图像中明暗变化剧烈（即梯度变化比较大）像素点，偏向于图像中像素点的变化。如canny边缘检测，结果通常保存在和源图片一样尺寸和类型的边缘图中。 
轮廓检测指检测图像中的对象边界，更偏向于关注上层语义对象。如OpenCV中的findContours()函数， 它会得到每一个轮廓并以点向量方式存储，除此也得到一个图像的拓扑信息，即一个轮廓的后一个轮廓、前一个轮廓、父轮廓和内嵌轮廓的索引编号。 

---

一，轮廓的发现与绘制

---

 在OpenCV里面利用findContours()函数和drawContours()函数实现这一功能。

• findContours()函数

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

参数一： image，输入图像、八位单通道的，背景为黑色的二值图像。（一般是经过Canny、拉普拉斯等边缘检测算子处理过的二值图像）

参数二：contours，输出轮廓图像。是一个向量，向量的每个元素都是一个轮廓。因此，这个向量的每个元素仍是一个向量。即：

           vector<vector<Point> > contours;

参数三：hierarchy，输出各个轮廓的继承关系。hierarchy也是一个向量，长度和contours相等，每个元素和contours的元素对应。hierarchy的每个元素是一个包含四个整型数的向量。即：

           vector<Vec4i> hierarchy;

参数四：mode，检测轮廓的方法。有四种方法：

1. RETR_EXTERNAL：只检测外轮廓。忽略轮廓内部的洞。
2. RETR_LIST：检测所有轮廓，但不建立继承(包含)关系。
3. RETR_TREE：检测所有轮廓，并且建立所有的继承(包含)关系。
4. RETR_CCOMP：检测所有轮廓，但是仅仅建立两层包含关系。

参数五：method，每个轮廓的编码信息。也有四种（常用前两种）

1. CHAIN_APPROX_NONE：把轮廓上所有的点存储。
2. CHAIN_APPROX_SIMPLE：只存储轮廓上的拐点。
3. CHAIN_APPROX_TC89_L1，CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法

参数六： Point，偏移量。默认为0

注意：该函数将白色区域当作前景物体。所以findContours()函数是黑色背景下找白色轮廓。（重要！！！）

• drawContours()函数

drawContours(
      InputOutputArray  binImg, // 输出图像
      OutputArrayOfArrays  contours,//  全部发现的轮廓对象
      Int contourIdx// 轮廓索引号，-1表示绘制所有轮廓
      const Scalar & color,// 绘制时候颜色
      int  thickness,// 绘制线宽，-1表示填充轮廓内部
      int  lineType,// 线的类型LINE_8
      InputArray hierarchy,// 拓扑结构图
      int maxlevel,// 最大层数， 0只绘制当前的，1表示绘制绘制当前及其内嵌的轮廓
      Point offset = Point()// 轮廓位移，可选
            ）

---

二，轮廓分析

---

 在得到图像的轮廓以后，我们就可以进行轮廓分析。经过轮廓分析我们可以得到轮廓各种有用的属性信息、常见的如下：　

• 计算轮廓面积 : 

contourArea(contour， oriented = False)  //计算轮廓的面积

参数说明：contour为输入的单个轮廓值;oriented:轮廓方向，默认值false。
如果为true，该函数返回一个带符号的面积，其正负取决于轮廓的方向(顺时针还是逆时针)。
如果是默认值false，则面积以绝对值的形式返回.
根据这个特性可以根据面积的符号来确定轮廓的位置。

• 计算轮廓周长：arcLength(）

arcLength(contour， closed)   //  计算轮廓的周长

参数说明：contour为输入的单个轮廓值,closed表示轮廓是否封闭（true为封闭，false为不封闭）

• 计算几何矩与中心距: moments(）

  Moments m = moments(contours[t]); //获取轮廓的距
//计算轮廓质心
    double cx = m.m10 / m.m00;
    double cy = m.m01 / m.m00;

• 轮廓的外接矩形

轮廓的外接矩形有两种，如下图，绿色的叫外接矩形boundingRect(），表示不考虑旋转并且能包含整个轮廓的矩形。蓝色的叫最小外接矩形minAreaRect()，考虑了旋转

1️⃣外接矩形boundingRect(）

Rect  rect = boundingRect(Mat(contours[i]));//获取轮廓外接正矩形
rectangle(src, rect, (0, 0, 255), 2, 8, 0);

2️⃣最小外接矩形minAreaRect()

RotatedRect rect = minAreaRect(contours[i]);//获取轮廓最小外接矩形
Point2f P[4];
rect.points(P);//获取四顶点坐标
for (int j = 0; j <= 3; j++)
{
    line(src, P[j], P[(j + 1) % 4], Scalar(0,0,255), 1);//依次连线
}

• 最小外接圆/拟合圆：minEnclosingCircle(）

void minEnclosingCircle(InputArray points, Point2f& center, float& radius);
points，输入的二维点集，可以是 vector 或 Mat 类型。
center，圆的输出圆心。
radius，圆的输出半径。
 
例如：
    findContours(bin_img, contours, RETR_EXTERNAL, CHAIN_APPROX_NONE);
    //寻找包裹轮廓的最小圆
    vector<Point2f>centers(contours.size());//圆心个数
    vector<float>radius(contours.size());//半径个数
    for (int i = 0; i < contours.size(); i++) 
    {
        //寻找并绘制最小圆
        minEnclosingCircle(contours[i], centers[i], radius[i]);
        circle(src, centers[i], radius[i], scalar(0,0,255), 2);
    }

• 拟合椭圆：fitEllipse(）

RotatedRect fitEllipse(InputArray points);
//唯一一个参数是输入的二维点集，可以是 vector 或 Mat 类型。

例如：
        //寻找并绘制最小椭圆
        rota_rect[i] = fitEllipse(contours[i]);
        ellipse(dst, rota_rect[i], scalar(0,0,255), 2);

• 轮廓的凸包：convexHull(）

convexHull (   InputArray  points,         /输入的二维点集，Mat类型数据即可
               OutputArray     hull,       //输出参数，用于输出找到的凸包
               bool   clockwise = false,   //操作方向，当标识符为真时，输出凸包为顺时针方向，否则为逆时针方向。
               bool  returnPoints = true   //操作标识符，默认值为true，此时返回各凸包的各个点，否则返回凸包各点的指数
            )

• 多边形逼近-逼近真实形状：approxPolyDP(）

void approxPolyDP(        InputArray curve,        //输入曲线，一般是由图像的轮廓点组成的点集
                          OutputArray approxCurve, //表示输出的多边形点集
                          double epsilon,          //主要表示输出的精度，就是另个轮廓点之间最大距离数
                          bool closed              //表示输出的多边形是否封闭
                  )