1.寻找轮廓
api
void cv::findContours( InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset = Point()
各个参数详解如下:
- Image表示输入图像,必须是二值图像,二值图像可以threshold输出、Canny输出、inRange输出、自适应阈值输出等。
- Contours获取的轮廓,每个轮廓是一系列的点集合
- Hierarchy轮廓的层次信息,每个轮廓有四个相关信息,分别是同层下一个、前一个、第一个子节点、父节点
- mode 表示轮廓寻找时候的拓扑结构返回 -RETR_EXTERNAL表示只返回最外层轮廓 -RETR_TREE表示返回轮廓树结构
CV_RETR_EXTERNAL:只检测外轮廓。忽略轮廓内部的洞
CV_RETR_LIST:检测所有轮廓,但不建立继承(包含)关系
CV_RETR_TREE:检测所有轮廓,并且建立所有的继承(包含)关系。也就是说用CV_RETR_EXTERNAL和CV_RETR_LIST方法的时候hierarchy这个变量是没用的,因为前者没有包含关系,找到的都是外轮廓,后者仅仅是找到所哟的轮廓但并不把包含关系区分。用TREE这种检测方法的时候我们的hierarchy这个参数才是有意义的
CV_RETR_CCOMP:检测所有轮廓,但是仅仅建立两层包含关系。外轮廓放到顶层,外轮廓包含的第一层内轮廓放到底层,如果内轮廓还包含轮廓,那就把这些内轮廓放到顶层去。
- Method表示轮廓点集合取得是基于什么算法,常见的是基于CHAIN_APPROX_SIMPLE链式编码方法
注意,如果图像底色是白色,则检测最外层的轮廓为图像边框
2.绘制轮廓外接矩形
绘制外接矩形包括两种:
- 绘制最大外接矩形
(Rect cv::boundingRect( InputArray points ))
其中,输入参数points为一系列点的集合(findContours中contours中的一个元素),对轮廓来说就是该轮廓的点集 返回结果是一个矩形,x, y, w, h
- 绘制最小外接矩形
RotatedRect cv::minAreaRect( InputArray points )
其中,输入参数points为一系列点的集合(findContours中contours中的一个元素) ,对轮廓来说就是该轮廓的点集 返回结果是一个旋转矩形,包含下面的信息: - 矩形中心位置 - 矩形的宽高 - 旋转角度。
3.代码
EdgeDetection.h
#pragma once
#include<opencv2/opencv.hpp>
#include<iostream> using namespace std;
using namespace cv; class EdgeDetection
{
cv::Mat m_img;
cv::Mat m_canny;
public:
EdgeDetection(cv::Mat iamge);
bool cannyProcess(unsigned int downThreshold,unsigned int upThreshold);
bool getContours(); ~EdgeDetection();
};
EdgeDetection.cpp
#include "EdgeDetection.h" EdgeDetection::EdgeDetection(cv::Mat image)
{
m_img = image;
} bool EdgeDetection::cannyProcess(unsigned int downThreshold, unsigned int upThreshold)
{
bool ret=true; if (m_img.empty())
{
ret = false;
} cv::Canny(m_img, m_canny, downThreshold, upThreshold);
cv::imshow("Canny", m_canny); return ret;
} bool EdgeDetection::getContours()
{
bool ret = true;
if (m_canny.empty())
{
ret = false;
} cv::Mat k = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(, ), cv::Point(-, -));
cv::dilate(m_canny, m_canny, k);
imshow("dilate", m_canny); // 轮廓发现与绘制
vector<vector<cv::Point> > contours;
vector<Vec4i> hierarchy;
findContours(m_canny, contours, cv::RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point()); for (size_t i = ; i < contours.size();++i)
{
// 最大外接轮廓
cv::Rect rect = cv::boundingRect(contours[i]);
cv::rectangle(m_img,rect,cv::Scalar(,,),,LINE_8); // 最小外接轮廓
RotatedRect rrt = minAreaRect(contours[i]);
Point2f pts[];
rrt.points(pts);
// 绘制旋转矩形与中心位置
for (int i = ; i < ; i++) {
line(m_img, pts[i % ], pts[(i + ) % ], Scalar(, , ), , , );
}
Point2f cpt = rrt.center;
circle(m_img, cpt, , Scalar(, , ), , , );
} imshow("contours", m_img);
return ret;
} EdgeDetection::~EdgeDetection()
{
}
main.cpp
#include"EdgeDetection.h"
using namespace std;
using namespace cv; int main(int argc, char* argv[])
{
Mat src = imread("rect.jpg");
if (src.empty())
{
cout << "image is empty" << endl;
return -;
} imshow("input", src); EdgeDetection ed(src); ed.cannyProcess(,);
ed.getContours(); waitKey();
return ;
}
原图
canny
目标图