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。