028-Opencv笔记-轮廓发现

轮廓发现

轮廓发现是基于图像边缘提取的基础寻找对象轮廓的方法。
所以边缘提取的阈值选定会影响最终轮廓发现结果
API介绍
findContours发现轮廓
drawContours绘制轮廓

在二值图像上发现轮廓使用API cv::findContours(
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
OutputArray, hierachy// 图该的拓扑结构，可选，该轮廓发现算法正是基于图像拓扑结构实现。
int mode, // 轮廓返回的模式
int method,// 发现方法
Point offset=Point()// 轮廓像素的位移，默认（0, 0）没有位移
)

在二值图像上发现轮廓使用API cv::findContours之后对发现的轮廓数据进行绘制显示
drawContours(
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

#include "pch.h"
#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:/cir.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);
}

计算轮廓边长：
double arcLength(InputArray curve, bool closed)
InputArray curve：表示图像的轮廓
bool closed：表示轮廓是否封闭的

２、求面积和重心
利用矩可以求出图形的面积和重心
opencv提供cv2.moments(轮廓)来求出图形的矩，这个函数只要提供Contours参数就可以。
例子：
M= cv2.moments(contours[0]) #求矩
cx = int(M[‘m10’]/M[‘m00’]) # 求x坐标
cy = int(M[‘m01’]/M[‘m00’]) # 求y坐标
img=cv2.circle(img ,(cx,cy),2,(0,0,255),4) #画出重心
对于面积，本来图形的矩里面M00就是表示面积，但opencv同时也提供cv2.ContourArea(轮廓)来计算面积，两者并没有什么区别
例子：
area = cv2.contourArea(contours[0])
print “area = %f”%area
print “M00 = %f”%M[“m00”]

注：cv2.moments这个函数返回的结果是一个字典类型的数据，零阶矩的键值是m00,一阶矩的键值分别是m10和m01