图像轮廓
文章目录
1.图像轮廓绘制原理和流程
图像轮廓轮廓识别和绘制主要使用Opencv的两个函数，findContours()和drawContours()组成，他们的工作机制是，前一个函数在经过二值化以后的图像中搜寻轮廓点，把轮廓点集保存在contours中，把层次关系保存在hierarchy中，这个两个参数的组成，我们后面详细说明。
图像绘制的流程为：
（1）把源图像转换为灰度图
（2）把绘图度进行二值化
（3）使用findContours（）函数获取轮廓点集contours和层次关系hierarchy这两个参数。
（4）使用轮廓点集和层次关系这两个参数，使用drawContours()函数进行轮廓绘制。
2.contours和hierarchy含义
2.1contours参数解析
可能很多人都有像我一样的困惑，为什么contours是个两层vector套Point的结构,它定义的时候写做
vector<vector<Point>> contours;
看的出来，contours是个四层的结构，为了更加形象，我们假设可以用四维数组来描述这个变量，contours[0][0][0][0] 。
这四个维度的意思分别为：
（1）第一层次：在一张图片里面，这是第几个轮廓的点集。我们知道，一张照片会有很多个轮廓，所以，第一层描述的就是这是第几个轮廓。
（2）第二层次：第二个层次描述的意思是，这是这个轮廓里面的第几个点。因为一个轮廓是由很多的像素点组成的。
（3）第三个层次：像素点的x坐标
（4）第四个层次：像素点的y坐标
我们获取一幅图的contours，并且进行输出第一个轮廓的点集
cout <<contours[0] << endl;
可以得到这样的点的集合，表示的就是第一个轮廓是由哪些点组成的。
2.2 hierarchy参数解析
(1) 结构剖析
hierarchy用于描述每一个轮廓的层次信息，因为一张图片的轮廓往往具有互相嵌套的特点，所以，需要一个参数来表示这些轮廓的特点。，比如下面这幅图,我用红色画出的区域，就是两个圆（四条轮廓线，包括圆的内径和外径）嵌套的结构。
hierarchy参数具有两层结构，可以表示为类似的n行4列的表格。行数表示第几个轮廓，四列分别表示：
（1）第一列：第i个轮廓的上一个轮廓是谁。如果第i个轮廓没有上一个轮廓，那么第一个位置就标注为-1。
（2）第二列：第i个轮廓的下一个轮廓是谁。如果第i个轮廓没有下一个轮廓，那么第二个位置就标注为-1。
（3）第三列：第i个轮廓的子轮廓是谁。如果第i个轮廓没有子轮廓，第三位置标注为-1
（4）第四列：第i个轮廓的父轮廓是谁。如果第i个轮廓没有父轮廓，第三位置标注为-1
(2) 举例说明
比如，假设有这样一个hierarchy，用表格表示
| 1 | -1 | -1 | -1 |
|---|---|---|---|
| 3 | 0 | 2 | -1 |
| -1 | -1 | -1 | 1 |
含义是：
（1）第0个轮廓（第一行）后面一个同级父轮廓是第1个轮廓，它没有前一个同级父轮廓，第0个轮廓没有外层父轮廓，也不包含内层子轮廓。
（2）第1个轮廓（第二行）后面一个同级父轮廓是第3个轮廓，前面一个同级父轮廓是第0个轮廓，他内层包含轮廓2，没有外层父轮廓
（3）第2个轮廓（第三行）没有前一个父轮廓，也没有前一个子轮廓。（说明这个轮廓属于被别人包含的轮廓），这个轮廓不包含子轮廓，并且被第一个轮廓包围，属于第一个轮廓的子轮廓。
(3) 举例说明的原图
这个hierarchy描述的图形结构为：第0个轮廓独立，第2个轮廓包含于第1个轮廓
三个轮廓一起显示：
第0个轮廓：
第1个轮廓：
第2个轮廓：
2.3测试代码
用于测试hierarchy代码含义的代码和图像放置在这里，如果没有看懂，可以自己进行实验
#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
//01读取图片
Mat m = imread("4.jpg",0);
imshow("m", m);
Mat dst = m.clone();
//02对灰度图进行二值化，使用最大类间分割的方法计算阈值，不进行自定义了。
//并且由于图像是黑色线条，白色底，为了能够识别边缘，做了反向的二值化
threshold(dst, dst, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);
imshow("dst", dst);
//03初始化显示的图像
Mat n = Mat::zeros(m.cols, m.rows, m.type());
//04定义contours和hierarchy两个参数
vector<vector<Point>> contours;
vector<Vec4i> hierarchy;
//05获取这两个参数，这两个函数的使用方法见后文
findContours(dst, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);
int index = 0;
//06绘图
for (; index >= 0; index = hierarchy[index][0])
{
Scalar color(rand() & 255, rand() & 255);
drawContours(n, contours, index, color, 1, 8, hierarchy);
}
//07 输出hierarchy
for (int i = 0; i < 10; i++)
{
cout << hierarchy[i] << endl;
}
//09显示最后效果图
imshow("dst1", n);
waitKey(0);
return 0;
}
2.4测试结果展示
（1）原图（4.jpg）：
（2）反向的二值化之后：
（3）结果图：
3.函数原型
3.1 findContours
void cv::findContours (
InputArray image,
OutputArrayOfArrays contours,
OutputArray hierarchy,
int mode,
int method,
Point offset = Point()
)
)
第一个参数：输入图像，要求是二值化的灰度图
第二个参数：用来保存图像轮廓的点集，前面已经介绍过，是一个四层嵌套结构
第三个参数：用来保存图像轮廓之间的层级结构，是一个两层嵌套结构
第四个参数：轮廓检索模式，这个模式的选择与hierarchy层级结构显示有关
| 标志符 | 含义 |
|---|---|
| RETR_EXTERNAL | 只检测最外面的结构。即默认hierarchy最后两个参数都是-1 |
| RETR_LIST | 轮廓结构没有等级关系 |
| RETR_CCOMP | 轮廓结构只有两层关系 |
| RETR_TREE | 显示全部的轮廓结构关系，就像这个例子中介绍的那样 |
第五个参数：轮廓近似方法。
3.2 drawContours()
void cv::drawContours (
InputOutputArray image,
InputArrayOfArrays contours,
int contourIdx,
const Scalar & color,
int thickness = 1,
int lineType = LINE_8,
InputArray hierarchy = noArray(),
int maxLevel = INT_MAX,
Point offset = Point()
)
第一个参数：在哪张图片绘图
第二个参数：轮廓点集
第三个参数：绘制第几个点集表示的轮廓。-1表示全画
第四个参数：线条的颜色
第五个参数：线条的宽度，-1表示实心图形
第六个参数：线型
第七个参数：层级结构
第八个参数：轮廓最大等级
第九个参数：轮廓偏移量
4.使用方法
使用举例就按前面所示的代码，这里不重复说明了
5.参考文献
