很久之前学习过一段时间的OpenCV，当时没有做什么笔记，但是代码都还在，这里把它贴出来做个记录。
代码放在码云上，地址在这里https://gitee.com/solym/OpenCVTest/tree/master/OpenCVTest

效果

代码

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>  // cvtColorint contours_test();int ContourDetection()
{//return contours_test();cv::Mat image;  // 加载原始图片cv::Mat gary;   // 存储灰度图像cv::Mat dstimg; // 绘制轮廓目标图片 // 创建两个窗口cv::namedWindow("src"); // 原始图片显示窗口cv::namedWindow("dst"); // 轮廓图片显示窗口// 载入原始图片image = cv::imread("../Image/sisy.jpg");if (image.empty()) {puts("图片加载失败");return -1;}cv::imshow("src", image);   // 显示原始图片gary.create(image.size(), CV_8U);   // 申请灰度图存储空间cv::cvtColor(image, gary, CV_BGR2GRAY); // 转换原始图为灰度图cv::threshold(gary, gary, 128, 255, cv::THRESH_BINARY); // 转换为二值图   std::vector<std::vector<cv::Point> >    contours;   // 检测的轮廓数组std::vector<cv::Vec4i>                  hierarchy;  // int mode = CV_RETR_EXTERNAL;    // 轮廓检测模式//mode表示轮廓的检索模式//  CV_RETR_EXTERNAL表示只检测外轮廓//  CV_RETR_LIST检测的轮廓不建立等级关系//  CV_RETR_CCOMP建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层。//  CV_RETR_TREE建立一个等级树结构的轮廓。具体参考contours.c这个demoint method = CV_CHAIN_APPROX_SIMPLE;//method为轮廓的近似办法//  CV_CHAIN_APPROX_NONE存储所有的轮廓点，相邻的两个点的像素位置差不超过1，即max（abs（x1 - x2），abs（y2 - y1）） == 1//  CV_CHAIN_APPROX_SIMPLE压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息//  CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法// 查找contourcv::findContours(gary/*输入图像(必须为一个2值单通道图像)*/,contours/*, hierarchy*/, mode, method);// 为轮廓显示图片申请空间dstimg = cv::Mat(image.size(), CV_8UC3); // 3通道图像，以便彩色显示image.copyTo(dstimg);                    // 拷贝源图像// 将轮廓画出cv::drawContours(dstimg/*目标图像*/,contours/*输入的轮廓组*/,-1 /*指明画第几个轮廓(负值表示全部轮廓)*/,cv::Scalar(0,0,255)/*轮廓颜色BGR(此处以红色绘制)*/,2 /*轮廓线宽*/,8 /*轮廓线型*/,cv::noArray()/*轮廓结构信息*/);// 显示轮廓图片cv::imshow("dst", dstimg);// 等待按键cv::waitKey();
}int contours_test()
{std::string image_name = "../Image/sisy.jpg";cv::Mat src = cv::imread(image_name);cv::imshow("src", src);cv::Mat gray(src.size(), CV_8U);cv::cvtColor(src, gray, CV_BGR2GRAY);//转换成灰度图  cv::imshow("gray", gray);cv::threshold(gray, gray, 128, 255, cv::THRESH_BINARY);//转换成2值图像  cv::imshow("binary", gray);/  std::vector<std::vector<cv::Point>> contours;cv::findContours(gray,contours, // a vector of contours   CV_RETR_EXTERNAL, // retrieve the external contours  CV_CHAIN_APPROX_NONE); // retrieve all pixels of each contours  // Print contours' length  // std::cout << "Contours: " << contours.size() << std::endl;std::vector<std::vector<cv::Point>>::const_iterator itContours = contours.begin();for (; itContours != contours.end(); ++itContours){//std::cout << "Size: " << itContours->size() << std::endl;}// draw black contours on white image  cv::Mat result(gray.size(), CV_8U, cv::Scalar(255));cv::drawContours(result, contours,-1, // draw all contours  cv::Scalar(0), // in black  2); // with a thickness of 2  cv::namedWindow("Contours");cv::imshow("Contours", result);// draw contours on the original image  cv::Mat original = cv::imread(image_name);cv::drawContours(original, contours,-1, // draw all contours  cv::Scalar(255, 255, 255), // in white  -1); // with a thickness of 2  cv::namedWindow("Contours on Animals");cv::imshow("Contours on Animals", original);// Let's now draw black contours on white image  result.setTo(cv::Scalar(255));cv::drawContours(result, contours,-1, // draw all contours  cv::Scalar(0), // in black  -1); // with a thickness of 1  //image= cv::imread("test.png",0);  cv::waitKey(0);return 0;
}