本文目的

目的：学习使用opencv的findContours和drawContours函数
语言：java
版本：opencv-410
简介：通过findContours函数检测物体轮廓，并且用drawContours画出来
程序支持效果：
加载图片后可以在界面上更改三个参数进行效果对比查看

• 1.修改边缘检测阈值，改变边缘检测效果
• 2.修改轮廓检索模式
• 3.修改轮廓的近似模式

分解介绍

函数：findContours

findContours

参数介绍

• 第一个参数：image：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；
• 第二个参数：contours，定义为“vector> contours”，是一个向量，并且是一个双重向量，向量内每个元素保存了一组由连续的Point点构成的点的集合的向量，每一组Point点集就是一个轮廓。有多少轮廓，向量contours就有多少元素。
• 第三个参数：存储了检出的轮廓层级结构，具体学习参考别人的文档：https://blog.csdn.net/qq_33810188/article/details/81285867?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task
• 第四个参数：int型的mode，定义轮廓的检索模式：
• 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
• 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
• 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
• 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。
• 第五个参数：int型的method，定义轮廓的近似方法：
• CHAIN_APPROX_NONE：保存物体边界上所有连续的轮廓点到contours向量内
• 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
• CHAIN_APPROX_TC89_L1，CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法
• 第六个参数：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！

函数：drawContours

drawContours

参数介绍

• 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
• 第九个参数为偏移量

程序步骤

以下是程序的核心步骤：

• 加载本地图片

String 

• 灰度变换

//灰度变换

• 滤波处理

//滤波处理

• 边缘检测

Mat 

• 轮廓检测

Imgproc

• 轮廓检测结果的绘画

Mat 

代码

package 

效果

效果1

轮廓检索模式为RETR_EXTERNEL,只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略

效果2

轮廓检索模式为RETR_TREE，检索出所有的轮廓

其他效果操作程序可以看到有所不同