opencv findContours 图像轮廓查找

drawContours函数的作用，主要用于画出图像的轮廓

函数说明：

findContours(InputOutputArray image, OutputArrayOfArrays contours,
OutputArray hierarchy, int mode, int method, Point offset = Point());

参数1：单通道图像矩阵，可以是灰度图，但更常用的是二值图像，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2：contours定义为“vector<vector> contours”，是一个双重向量（向量内每个元素保存了一组由连续的Point构成的点的集合的向量），每一组点集就是一个轮廓，有多少轮廓，contours就有多少元素；

参数3：hierarchy定义为“vector hierarchy”，Vec4i的定义：typedef Vec<int, 4> Vec4i;（向量内每个元素都包含了4个int型变量），所以从定义上看，hierarchy是一个向量，向量内每个元素都是一个包含4个int型的数组。向量hierarchy内的元素和轮廓向量contours内的元素是一一对应的，向量的容量相同。hierarchy内每个元素的4个int型变量是hierarchy[i][0] ~ hierarchy[i][3]，分别表示当前轮廓 i 的后一个轮廓、前一个轮廓、父轮廓和内嵌轮廓的编号索引。如果当前轮廓没有对应的后一个轮廓、前一个轮廓、父轮廓和内嵌轮廓，则相应的hierarchy[i][*]被置为-1。

参数4：定义轮廓的检索模式，取值如下：

        CV_RETR_EXTERNAL：只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略；

        CV_RETR_LIST：检测所有的轮廓，包括内围、外围轮廓，但是检测到的轮廓不建立等级关系，彼此之间独立，没有等级关系，这就意味着这个检索模式下不存在父轮廓或内嵌轮廓，所以hierarchy向量内所有元素的第3、第4个分量都会被置为-1，具体下文会讲到；

        CV_RETR_CCOMP: 检测所有的轮廓，但所有轮廓只建立两个等级关系，外围为顶层，若外围内的内围轮廓还包含了其他的轮廓信息，则内围内的所有轮廓均归属于顶层；

        CV_RETR_TREE: 检测所有轮廓，所有轮廓建立一个等级树结构。外层轮廓包含内层轮廓，内层轮廓还可以继续包含内嵌轮廓。

参数5：定义轮廓的近似方法，取值如下：

        CV_CHAIN_APPROX_NONE：保存物体边界上所有连续的轮廓点到contours向量内；

        CV_CHAIN_APPROX_SIMPLE：仅保存轮廓的拐点信息，把所有轮廓拐点处的点保存入contours向量内，拐点与拐点之间直线段上的信息点不予保留；

        CV_CHAIN_APPROX_TC89_L1：使用teh-Chinl chain 近似算法;

        CV_CHAIN_APPROX_TC89_KCOS：使用teh-Chinl chain 近似算法。

参数6：Point偏移量，所有的轮廓信息相对于原始图像对应点的偏移量，相当于在每一个检测出的轮廓点上加上该偏移量，并且Point还可以是负值！

绘制轮廓函数说明：

void drawContours(InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color, int thickness=1, int lineType=8, InputArray hierarchy=noArray(), int maxLevel=INT_MAX, Point offset=Point() )

第一个参数image表示目标图像，

第二个参数contours表示输入的轮廓组，每一组轮廓由点vector构成，

第三个参数contourIdx指明画第几个轮廓，如果该参数为负值，则画全部轮廓，

第四个参数color为轮廓的颜色，

第五个参数thickness为轮廓的线宽，如果为负值或CV_FILLED表示填充轮廓内部，

第六个参数lineType为线型，

第七个参数为轮廓结构信息，

第八个参数为maxLevel

代码：

JNIEXPORT void JNICALL
Java_org_opencv_samples_tutorial2_Tutorial2Activity_FindFeatures(JNIEnv *, jobject, jlong addrGray,
                                                                 jlong addrRgba) {
    Mat &mGr = *(Mat *) addrGray;
    Mat &mRgb = *(Mat *) addrRgba;
    vector<KeyPoint> v;

    looperAddNum++;
    if (looperAddNum > 60) {
        looperAddNum = 0;
        if (looperIndexNum < 100)
            looperIndexNum += 1;
    }

    blur(mGr,mGr, Size(3,3));
    Mat gray_dst;
    Canny(mGr, gray_dst, 100, 200, 3);
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    findContours(gray_dst, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0,0));
    Mat drawing = Mat::zeros(mGr.size(), mRgb.type());
    for (int i = 0; i < contours.size(); ++i) {
        Scalar color = Scalar( rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) );
        drawContours( drawing, contours, (int)i, color, 2, 8, hierarchy, 0, Point() );
    }
    mRgb=drawing;


    LOGI("index %d", looperIndexNum);


}

效果：
在这里插入图片描述

opencv findContours 图像轮廓查找

猜你喜欢