OpenCV学习代码记录——轮廓(contour)检测

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#

Copy Highlighter-hljs
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>	// cvtColor
 
int 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demo
 
	int 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contour
	cv::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;
}