API：

cv::findContours( //发现轮廓

InputOutputArray binImg, // 输入图像，非0的像素被看成1,0的像素值保持不变，8-bit

OutputArrayOfArrays contours,// 全部发现的轮廓对象，

//每个轮廓都是以点向量的形式进行存储即使用point类型的vector表示

OutputArray hierachy// 可选的输出向量，包含了图像的拓扑信息，

//作为轮廓数量的表示hierarchy包含了很多元素，

//每个轮廓contours[i]对应hierarchy中hierarchy[i][0]~hierarchy[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，

//如果没有对应项，则相应的hierarchy[i]设置为负数。

int mode, // 轮廓返回的模式 RETR_TREE

int method,// 发现方法 CHAIN_APPROX_SIMPLE

Point offset=Point()// 轮廓像素的位移，默认 Point(0, 0)没有位移 )

int mode：

RETR_EXTERNAL:表示只检测最外层轮廓，对所有轮廓设置hierarchy[i][2]=hierarchy[i][3]=-1

RETR_LIST:提取所有轮廓，并放置在list中，检测的轮廓不建立等级关系
RETR_CCOMP:提取所有轮廓，并将轮廓组织成双层结构(two-level hierarchy),顶层为连通域的外围边界，次层位内层边界
RETR_TREE:提取所有轮廓并重新建立网状轮廓结构
RETR_FLOODFILL：官网没有介绍，应该是洪水填充法

int method：

CHAIN_APPROX_NONE：获取每个轮廓的每个像素，相邻的两个点的像素位置差不超过1
CHAIN_APPROX_SIMPLE：压缩水平方向，垂直方向，对角线方向的元素，值保留该方向的重点坐标，如果一个矩形轮廓只需4个点来保存轮廓信息
CHAIN_APPROX_TC89_L1和CHAIN_APPROX_TC89_KCOS使用Teh-Chinl链逼近算法中的一种

drawContours( //绘制轮廓

InputOutputArray binImg, // 输出图像

OutputArrayOfArrays contours,// 全部发现的轮廓对象

Int contourIdx// 轮廓索引号

const Scalar & color,// 绘制时候颜色

int thickness,// 绘制线宽

int lineType ,// 线的类型LINE_8

InputArray hierarchy,// 拓扑结构图

int maxlevel,// 最大层数， 0只绘制当前的，1表示绘制绘制当前及其内嵌的轮廓

Point offset=Point()// 轮廓位移，可选

实验步骤：

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>using namespace std;
using namespace cv;Mat src, dst;
const char* output_win = "findcontours-demo";
int threshold_value = 100;
int threshold_max = 255;
RNG rng;
void Demo_Contours(int, void*);
int main(int argc, char** argv) {src = imread("D:/vcprojects/images/happyfish.png");if (src.empty()) {printf("could not load image...\n");return -1;}namedWindow("input-image", CV_WINDOW_AUTOSIZE);namedWindow(output_win, CV_WINDOW_AUTOSIZE);imshow("input-image", src);cvtColor(src, src, CV_BGR2GRAY);const char* trackbar_title = "Threshold Value:";createTrackbar(trackbar_title, output_win, &threshold_value, threshold_max, Demo_Contours);Demo_Contours(0, 0);waitKey(0);return 0;
}void Demo_Contours(int, void*) {Mat canny_output;vector<vector<Point>> contours;vector<Vec4i> hierachy;Canny(src, canny_output, threshold_value, threshold_value * 2, 3, false);findContours(canny_output, contours, hierachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));dst = Mat::zeros(src.size(), CV_8UC3);RNG rng(12345);for (size_t i = 0; i < contours.size(); i++) {Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));drawContours(dst, contours, i, color, 2, 8, hierachy, 0, Point(0, 0));}imshow(output_win, dst);
}

opencv笔记二十九（轮廓发现）findContours(t2, contour, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));相关推荐

opencv学习笔记二十九：SIFT特征点检测与匹配
SIFT(Scale-invariant feature transform)是一种检测局部特征的算法,该算法通过求一幅图中的特征点(interest points,or corner points) ...
【OpenGL】笔记二十九、抗锯齿（MSAA）
1. 流程经过之前的教程,我们目前渲染出来的画面已经有了足够的表现力,但是还是有一些缺陷,比如当我们的渲染画面分辨率跟不上屏幕分辨率时,在我们渲染的图形边缘一些比较严重的锯齿效果就会显现: 自然,这 ...
嵌入式Linux驱动笔记(二十九)------内存管理之伙伴算法(Buddy)分析
你好!这里是风筝的博客, 欢迎和我一起交流. 我们知道,在一个通用操作系统里,频繁申请内存释放内存都会出现一个非常著名的内存管理问题:内存碎片. 学过操作系统的都知道,有很多行之有效的方法(比如:记录 ...
Mr.J-- jQuery学习笔记(二十九)--属性操作方法（获取属性判断）
获取 attr() <span class="span1" name="it666"></span> <span class=&q ...
C++语法学习笔记二十九：详解decltype含义，decltype主要用途
实例代码 // 详解decltype含义,decltype主要用途#include <iostream> #include <functional> #include < ...
Linux学习笔记二十九——http服务
基础概念: HTTP:Hyper Text Transfer Protocol 超文本传输协议 versions: HTTP/0.9:只接收GET一种请求方法,只支持纯文本 HTTP/1.0:支持PU ...
校友会小程序开发笔记二十九：小程序启动性能评测与优化（2）
校友会小程序定位是大量校友的社交类应用,因此对于性能,用户体验,交互体验要求很高,对于小程序的打开,流畅性, 数据的渲染都必须做尽可能的优化运行时性能 setData setData 是校友会小程序 ...
OpenCV学习(二十) ：分水岭算法:watershed()
OpenCV学习(二十) :分水岭算法:watershed() 参考博客: OpenCV-分水岭算法图像处理--分水岭算法 OpenCV学习(7) 分水岭算法(1) Opencv分水岭算法--wat ...
深度学习入门笔记（十九）：卷积神经网络（二）
欢迎关注WX公众号:[程序员管小亮] 专栏--深度学习入门笔记声明 1)该文章整理自网上的大牛和机器学习专家无私奉献的资料,具体引用的资料请看参考文献. 2)本文仅供学术交流,非商用.所以每一部分具 ...

opencv笔记二十九（轮廓发现）findContours(t2, contour, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));

API：

实验步骤：

opencv笔记二十九（轮廓发现）findContours(t2, contour, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));相关推荐

最新文章

热门文章