先看提取轮廓的代码:
1. Mat image = imread("D:/picture/images/binaryGroup.bmp",0);
2. if(!image.data)
3. return -1;
4. imshow("源图像",image);
5.
6. //获取轮廓
7. std::vector<std::vector<Point>> contours;
8. //获取轮廓:
9. findContours(image, //图像
10. //轮廓点
11. //包含图像拓扑结构的信息(可选参数,这里没有选)
12. //获取轮廓的方法(这里获取外围轮廓)
13. //轮廓近似的方法(这里不近似,获取全部轮廓)
14. //打印轮廓信息
15. std::cout<<"共有外围轮廓:"<<contours.size()<<"条"<<std::endl;
16. std::vector<std::vector<Point>>::const_iterator itContours = contours.begin();
17. for(;itContours != contours.end();++itContours)
18. {
19. "每个轮廓的长度: "<<itContours->size()<<std::endl;
20. }
注意到轮廓的存储格式为std::vector<std::vector<Point>>,他说明整个轮廓是若干条轮廓按一定顺序组成的,而每个轮廓中的点也是有顺序的。
画出轮廓就比较简单了:
1. //画出轮廓
2. Mat result(image.size(),CV_8U,Scalar(255));
3. //画出轮廓,参数为:画板,轮廓,轮廓指示(这里画出所有轮廓),颜色,线粗
4. drawContours(result,contours,-1,Scalar(0),2);
5. imshow("提取外围轮廓",result);
还要注意提取轮廓的方法还有很多种,比如CV_RETR_LIST代表所有轮廓
1. findContours(image, //图像
2. //轮廓点
3. //包含图像拓扑结构的信息(可选参数,这里没有选)
4. //获取轮廓的方法(这里获取所有轮廓)
5. //轮廓近似的方法(这里不近似,获取全部轮廓
6. //画出轮廓
7. drawContours(result,contours,-1,Scalar(0),2);
8. imshow("提取所有轮廓",result);
通常,这样提取的轮廓包含一些我们不希望的轮廓(比如一些小洞),或者假如我们知道我们感兴趣的物体轮廓的大概范围时,我们就可以用下面的办法缩小目标范围:
1. //除去太长或者太短的轮廓
2. int cmin = 100;
3. int cmax = 1000;
4. std::vector<std::vector<Point>>::const_iterator itc = contours.begin();
5. while(itc != contours.end())
6. {
7. if(itc->size() < cmin || itc->size() > cmax)
8. itc = contours.erase(itc);
9. else
10. ++itc;
11. }
12.
13. //把结果画在源图像上:
14. Mat original = imread("D:/picture/images/group.jpg");
15. if(!original.data)
16. return -1;
17. drawContours(original,contours,-1,Scalar(255,255,255),2);
18. imshow("动物的轮廓",original);
19.
20. //将轮廓重绘于白板上
21. result.setTo(Scalar(255));
22. drawContours(result,contours,-1,Scalar(0),1);
怎么提取轮廓的特征呢?OpenCV提供了很多函数,我们展示其中的几个:
1. //轮廓的形状描述子
2. //外接矩形
3. Rect r0 = boundingRect(Mat(contours[0]));
4. rectangle(result,r0,Scalar(0),2);
5.
6. //最小外接圆
7. float radius;
8. Point2f center;
9. minEnclosingCircle(Mat(contours[1]),center,radius);
10. circle(result,Point(center),static_cast<int>(radius),Scalar(0),2);
11.
12. //多边形估计
13. std::vector<Point> poly;
14. //参数为:输入图像的2维点集,输出结果,估计精度,是否闭合
15. approxPolyDP(Mat(contours[2]),poly,5,true);
16. std::cout<<"多边形大小:"<<poly.size()<<std::endl;
17. //画出结果
18. std::vector<Point>::const_iterator itp = poly.begin();
19. while(itp != poly.end()-1)
20. {
21. line(result,*itp,*(itp+1),Scalar(0),2);
22. ++itp;
23. }
24. //将第一个点和最后一点连起来
25. line(result,*(poly.begin()),*(poly.end()-1),Scalar(128),2);
26.
27.
28. //计算凸包
29. std::vector<Point> hull;
30. convexHull(Mat(contours[3]),hull);
31. std::vector<cv::Point>::const_iterator it= hull.begin();
32. while(it != (hull.end()-1))
33. {
34. line(result,*it,*(it+1),Scalar(0),2);
35. ++it;
36. }
37. line(result,*(hull.begin()),*(hull.end()-1),Scalar(0),2);
38.
39.
40. //计算矩信息
41. itc = contours.begin();
42. while(itc != contours.end())
43. {
44. //计算所有的距
45. Moments mom = moments(Mat(*itc++));
46. //计算并画出质心
47. circle(result,Point(mom.m10/mom.m00,mom.m01/mom.m00),2,Scalar(2),2);
48. }
49. imshow("形状描述子",result);
我们再次看到,轮廓的确是有顺序的。值得注意的是矩信息:OpenCV提供了一个结构体Moments,它的元素就是计算好的矩信息,里面存放了常用的距。
其实,OpenCV还提供了许多其他的形状描述子,比如函数cv::minAreaRect计算了最小外界倾斜的矩形。函数cv::contourArea估计轮廓区域的面积(里面的像素数)。函数cv::pointPolygonTest计算一个点是否在轮廓内,cv::matchShapes测量了2两个轮廓的相似程度等等。