第8章图像轮廓与图像分割修复

8.1 查找并绘制轮廓

8.1.1 寻找轮廓：findContours()函数

1.作用：在二值图像中寻找轮廓
2.函数原型：

void findcontours(InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset=Point())

3.参数说明：
（1）输入图像，8位单通道图像，图像非零像素被保留为0，所以图像为二进制，可以使用cmopare()、inrange()、threshold()、adaptivethreshold()、canny()等函数由灰度图或彩色图创建二进制图像
（2）检测到的轮廓，每个轮廓存储为一个点向量，即用point类型的vector表示
（3）可选的输出向量，包含图像的拓扑信息，作为轮廓数量的表示，每个轮廓contours[i]对应4个hierarchy元素，contours[i][0]~contours[i][3]，分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号，如果没有对应项，对应的hierarchy[i]值设为负数
（4）轮廓检索模式，取值：

（5）轮廓近似办法，取值：

（6）每个轮廓点的可选偏移量，默认值Point()
4.示例：

vector<vector<Point>>contours;
findContours(image,contours,RETR_EXTERNAL,CHAIN_APPROX_NONE);

8.1.2 绘制轮廓：drawContours()函数

1.作用：用于在图像中绘制外部或内部轮廓
2.函数原型：

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())

3.参数说明：
（1）目标图像
（2）输入轮廓
（3）轮廓绘制指示变量，负值表示绘制所有轮廓
（4）轮廓颜色
（5）轮廓线条粗细度，默认值1，负值会绘制在轮廓内部
（6）线条类型，默认8，可取值：

（7）可选的层次结构信息，默认值noArray()
（8）用于绘制轮廓的最大等级，默认值INT_MAX
（9）可选的轮廓偏移参数，默认Point()
4.示例：

Mat result(image.size(),CV_8U,cv::Scalar(255));
drawContours(result,contours,-1,Scalar(0),3,8);

8.1.3 示例程序

1.查找并绘制轮廓示例

#include<opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<iostream>
using namespace cv;
using namespace std;
int main()
{//以二值图模式载入并显示原图Mat srcImage = imread("girl.jpg",0);if (!srcImage.data){printf("图片载入失败~！\n");return false;}imshow("【原始图】", srcImage);//srcImage取大于阈值119的部分srcImage = srcImage > 119;imshow("取阈值后的原始图", srcImage);//初始化结果图Mat dstImage;dstImage=Mat::zeros(srcImage.rows,srcImage.cols, CV_8UC3);//定义轮廓和层次结构vector<vector<Point>>contours;vector<Vec4i>hierarchy;//查找轮廓findContours(srcImage, contours, hierarchy,RETR_CCOMP, CHAIN_APPROX_SIMPLE);//遍历所有顶层轮廓，以随机颜色绘制每个连接组件颜色for (int index = 0; index >= 0; index = hierarchy[index][0])//令index等于当前轮廓的下一个轮廓来更新循环，没有下一轮廓时，hierarchy[i][0]为负值，循环结束{Scalar color(rand() & 255, rand() & 255, rand() & 255);drawContours(dstImage, contours, index,color, FILLED, 8,hierarchy);}//显示轮廓图imshow("【轮廓图】", dstImage);waitKey(0);return 0;
}

运行效果：

2.综合示例

/*
效果：利用图像平滑和边缘检测，根据滑动条调节，动态检测图形轮廓
*/
#include<opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<iostream>
using namespace cv;
using namespace std;
#define WINDOW_NAME1 "【原始图】"
#define WINDOW_NAME2 "【轮廓图】"
//全局变量
Mat g_srcImage,g_grayImage,g_cannyMat_output,g_dstImage;
int g_nThresh = 80;
int g_nThresh_max = 255;
RNG g_rng(12345);
vector<vector<Point>>g_vContours;
vector<Vec4i>g_vHierarchy;
//全局函数
static void ShowHelpText();
static void on_ThreshChange(int, void*);
int main()
{//改变console字体颜色system("color 1F");ShowHelpText();//载入原图g_srcImage = imread("girl.jpg", 1);if (!g_srcImage.data){printf("图片载入失败~！\n");return false;}//创建窗口namedWindow(WINDOW_NAME1, WINDOW_AUTOSIZE);namedWindow(WINDOW_NAME2, WINDOW_AUTOSIZE);imshow(WINDOW_NAME1, g_srcImage);//转成灰度图并模糊化降噪cvtColor(g_srcImage, g_grayImage, CV_BGR2GRAY);blur(g_grayImage, g_grayImage, Size(3, 3));//创建滚动条并初始化createTrackbar("canny阈值", WINDOW_NAME2, &g_nThresh, g_nThresh_max, on_ThreshChange);on_ThreshChange(0, 0);waitKey(0);return 0;
}
static void on_ThreshChange(int, void*)
{//canny算子Canny(g_grayImage, g_cannyMat_output, g_nThresh, g_nThresh * 2, 3);//查找轮廓findContours(g_cannyMat_output, g_vContours, g_vHierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));//绘制轮廓Mat g_dstImage = Mat::zeros(g_srcImage.rows, g_srcImage.cols, CV_8UC3);//或 for (int index = 0; index >= 0; index = g_vHierarchy[index][0])for (int index = 0; index < g_vContours.size(); index++){Scalar color(g_rng.uniform(0, 255), g_rng.uniform(0, 255), g_rng.uniform(0, 255));//任意值drawContours(g_dstImage, g_vContours, index, color, 2, 8, g_vHierarchy, 0, Point());}//显示效果图imshow(WINDOW_NAME2, g_dstImage);
}
static void ShowHelpText()
{printf("\n\n\t欢迎来到【在图形中寻找轮廓】示例程序!\n\n");printf("\n\n\t操作说明：\n\n");printf("\t\t键盘任意键-退出程序\n\n");printf("\t\t滑动滚动条-改变canny阈值\n");
}

运行效果：

《OpenCV3编程入门》学习笔记8 图像轮廓与图像分割修复（一）查找并绘制轮廓相关推荐

原创 OpenCV3编程入门学习笔记（总）
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/qq_36163358/article/ ...
OpenCV3编程入门学习笔记（总）
OpenCV3编程入门学习笔记 2018.12.12-2018.12.29 此博客为在看过毛星云版<OpenCV3编程入门>后所总结的一本笔记,可供复习使用. 文章目录 OpenCV3编 ...
Opencv3编程入门学习笔记（五）之通道分离（split）与合并（merge）
若要对Opencv中(BGR)颜色通道进行单一处理,那必然会涉及到通道分离(split)与合并(merge).那么本篇博客笔者记录了两个方法的使用方法和案例.案例来源于<Opencv3编程入门学 ...
Opencv3编程入门学习笔记（三）之访问图像像素的三种方法
访问图像像素的三种方法:指针访问,迭代器访问,动态地址访问.访问最快的为指针访问,以下算法在几毫秒,但指针访问容易造成内存泄漏:其次为迭代器访问:最后为动态地址访问. 以下程序是根据<OpenC ...
【OpenCV3编程入门学习笔记】——第1章邂逅OpenCV
邂逅OpenCV 文章目录邂逅OpenCV 前言 1.1 OpenCV周边概念认知 1.1.1 图像处理.计算机视觉与OpenCV 1.1.2 OpenCV概述 1.1.3 起源及发展 1.1.4 ...
【OpenCV3编程入门学习笔记】——第3章 HighGUI图形用户界面初步
文章目录前言 3.1 图形的载入.显示和输出到文件 3.1.1 OpenCV的命名空间 3.1.2 Mat类简析 3.1.3 图像的载入与显示概述 3.1.4 图像的载入:imread()函数 3. ...
Opencv3编程入门学习笔记（四）之split通道分离Debug过程中0xC0000005内存访问冲突问题
这是笔者学习<Opencv3编程入门>的第四篇博客,这篇博客主要是解决在Windows系统下VS 2013中Debug含有split分离通道色彩函数时报出的0xC0000005内存访问冲突 ...
Opencv3编程入门学习笔记（二）之显式创建Mat对象
以下总结是基于<Opencv3编程入门>一书4.1节总结的内容进行验证与总结,验证环境均为Windows10 ---VS2013 C++环境,验证Opencv3.0提供的开发包. 1. 方 ...
01.Java 编程入门学习笔记20210307
Java 编程入门学习笔记-day01 第0章:编程入门 1.计算机的概述计算机 = 硬件 + 软件 1.1硬件:冯诺依曼体系 CPU: CPU的衡量标准:速度的计量单位是赫兹(Hz),1Hz相当于 ...
Python快速编程入门#学习笔记01# |第一章：Python基础知识（Python发展历程、常见的开发工具、import模块导入）
全文目录 ==先导知识== 1 认识Python 1.1.1 Python的发展历程 1.1.2 Python语言的特点 2. Python解释器的安装与Python程序运行 1.2.1 安装Pyth ...

《OpenCV3编程入门》学习笔记8 图像轮廓与图像分割修复（一）查找并绘制轮廓

第8章图像轮廓与图像分割修复

8.1 查找并绘制轮廓

8.1.1 寻找轮廓：findContours()函数

8.1.2 绘制轮廓：drawContours()函数

8.1.3 示例程序

《OpenCV3编程入门》学习笔记8 图像轮廓与图像分割修复（一）查找并绘制轮廓相关推荐

最新文章

热门文章

《OpenCV3编程入门》学习笔记8 图像轮廓与图像分割修复（一）查找并绘制轮廓

第8章 图像轮廓与图像分割修复

8.1 查找并绘制轮廓

8.1.1 寻找轮廓：findContours()函数

8.1.2 绘制轮廓：drawContours()函数

8.1.3 示例程序

《OpenCV3编程入门》学习笔记8 图像轮廓与图像分割修复（一）查找并绘制轮廓相关推荐

最新文章

热门文章

第8章图像轮廓与图像分割修复