OpenCV学习代码记录——轮廓(contour)检测

Posted 2020-10-29 [e-mail]

很久之前学习过一段时间的OpenCV，当时没有做什么笔记，但是代码都还在，这里把它贴出来做个记录。
代码放在码云上，地址在这里https://gitee.com/solym/OpenCVTest/tree/master/OpenCVTest

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>  // cvtColor

int contours_test();

int ContourDetection()
{
    
    //return contours_test();
    cv::Mat image;  // 加载原始图片
    cv::Mat gary;   // 存储灰度图像
    cv::Mat dstimg; // 绘制轮廓目标图片 

    // 创建两个窗口
    cv::namedWindow("src"); // 原始图片显示窗口
    cv::namedWindow("dst"); // 轮廓图片显示窗口

    // 载入原始图片
    image = cv::imread("../Image/sisy.jpg");
    if (image.empty()) {
        puts("图片加载失败");
        return -1;
    }
    cv::imshow("src", image);   // 显示原始图片

    gary.create(image.size(), CV_8U);   // 申请灰度图存储空间
    cv::cvtColor(image, gary, CV_BGR2GRAY); // 转换原始图为灰度图
    cv::threshold(gary, gary, 128, 255, cv::THRESH_BINARY); // 转换为二值图   

    std::vector<std::vector<cv::Point> >    contours;   // 检测的轮廓数组
    std::vector<cv::Vec4i>                  hierarchy;  // 
    int mode = CV_RETR_EXTERNAL;    // 轮廓检测模式
    //mode表示轮廓的检索模式
    //  CV_RETR_EXTERNAL表示只检测外轮廓
    //  CV_RETR_LIST检测的轮廓不建立等级关系
    //  CV_RETR_CCOMP建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层。
    //  CV_RETR_TREE建立一个等级树结构的轮廓。具体参考contours.c这个demo

    int method = CV_CHAIN_APPROX_SIMPLE;
    //method为轮廓的近似办法
    //  CV_CHAIN_APPROX_NONE存储所有的轮廓点，相邻的两个点的像素位置差不超过1，即max（abs（x1 - x2），abs（y2 - y1）） == 1
    //  CV_CHAIN_APPROX_SIMPLE压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息
    //  CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法


    // 查找contour
    cv::findContours(gary/*输入图像(必须为一个2值单通道图像)*/,
        contours/*, hierarchy*/, mode, method);


    // 为轮廓显示图片申请空间
    dstimg = cv::Mat(image.size(), CV_8UC3); // 3通道图像，以便彩色显示
    image.copyTo(dstimg);                    // 拷贝源图像

    // 将轮廓画出
    cv::drawContours(dstimg/*目标图像*/,
        contours/*输入的轮廓组*/,
        -1 /*指明画第几个轮廓(负值表示全部轮廓)*/,
        cv::Scalar(0,0,255)/*轮廓颜色BGR(此处以红色绘制)*/,
        2 /*轮廓线宽*/,
        8 /*轮廓线型*/,
        cv::noArray()/*轮廓结构信息*/);


    // 显示轮廓图片
    cv::imshow("dst", dstimg);

    // 等待按键
    cv::waitKey();
}

int contours_test()
{
    std::string image_name = "../Image/sisy.jpg";

    cv::Mat src = cv::imread(image_name);
    cv::imshow("src", src);

    cv::Mat gray(src.size(), CV_8U);
    cv::cvtColor(src, gray, CV_BGR2GRAY);//转换成灰度图  

    cv::imshow("gray", gray);

    cv::threshold(gray, gray, 128, 255, cv::THRESH_BINARY);//转换成2值图像  
    cv::imshow("binary", gray);

    /////////////////////////////////////////////////////////////////////  
    std::vector<std::vector<cv::Point>> contours;
    cv::findContours(gray,
        contours, // a vector of contours   
        CV_RETR_EXTERNAL, // retrieve the external contours  
        CV_CHAIN_APPROX_NONE); // retrieve all pixels of each contours  

                               // Print contours‘ length  
    // std::cout << "Contours: " << contours.size() << std::endl;
    std::vector<std::vector<cv::Point>>::const_iterator itContours = contours.begin();
    for (; itContours != contours.end(); ++itContours)
    {

        //std::cout << "Size: " << itContours->size() << std::endl;
    }

    // draw black contours on white image  
    cv::Mat result(gray.size(), CV_8U, cv::Scalar(255));
    cv::drawContours(result, contours,
        -1, // draw all contours  
        cv::Scalar(0), // in black  
        2); // with a thickness of 2  

    cv::namedWindow("Contours");
    cv::imshow("Contours", result);


    // draw contours on the original image  
    cv::Mat original = cv::imread(image_name);
    cv::drawContours(original, contours,
        -1, // draw all contours  
        cv::Scalar(255, 255, 255), // in white  
        -1); // with a thickness of 2  

    cv::namedWindow("Contours on Animals");
    cv::imshow("Contours on Animals", original);

    // Let‘s now draw black contours on white image  
    result.setTo(cv::Scalar(255));
    cv::drawContours(result, contours,
        -1, // draw all contours  
        cv::Scalar(0), // in black  
        -1); // with a thickness of 1  
             //image= cv::imread("test.png",0);  




    cv::waitKey(0);

    return 0;
}