OpenCV中圖像輪廓檢測

通過之前的Canny方法可以得到圖像的邊界，但是我們無法得到邊界的數學信息。所以就有了今天的圖像輪廓檢測。
在OpenCV中圖像輪廓檢測的API:

findContours(輸入圖像，單通道8位閾值化圖像，也就是對應canny之后的圖像。輸出點集，格式為Vector<vector<Point>> contours，每個向量包含多個向量，包含的向量就是一條輪廓，而包含的向量是由一個個點構成。輸出向量的拓撲信息，形式為Vector<Vec4i>h，h[0]為前一個輪廓編號，h[1]為后一個輪廓編號，h[2]父輪廓編號，h[3]內嵌輪廓編號輪廓的檢索模式，輪廓的近似方法可選偏移量，Point(0，0) );

輪廓檢索模式:RETR_EXTERNAL只檢測外圍輪廓、RETR_LIST提取所有輪廓只有兄弟等級關系、RETR_CCOMP提取所有輪廓建立雙層結構、 RETR_TREE提取所有輪廓，建立網狀結構

輪廓的近似方法:CHAIN_APPROX_NONE獲取輪廓的每一個像素;
CHAIN_APPROX_SIMPLE壓縮水平垂直對角線的元素，只保留該方向的終點坐標;

#include "opencv2/opencv.hpp"using namespace std; using namespace cv;Mat src,src_gray; int thresh = 100;void callback(int,void*);int main() {src = imread("/home/dynamicw/Project/C++_Project/opencvtest/src/lesson01/source/map.png");cvtColor(src,src_gray,CV_BGR2GRAY);blur(src_gray,src_gray,Size(3,3));namedWindow("Source",CV_WINDOW_AUTOSIZE);createTrackbar("Canny thresh:","Source",&thresh,255,callback);callback(0,0);waitKey(0);return 0; }void callback(int,void*) {Mat canny_out;Canny(src_gray,canny_out,thresh,thresh*2,3);vector<vector<Point>> contours;vector<Vec4i> hierarchy;findContours(canny_out,contours,hierarchy,CV_RETR_TREE,CV_CHAIN_APPROX_SIMPLE,Point(0,0));Mat drawing = Mat::zeros(canny_out.size(),CV_8UC3);for(int i = 0;i < contours.size();i++){for(int j = 1;j < contours[i].size();j++){line(drawing,contours[i][j-1],contours[i][j],Scalar(0,255,0),2,8);}}imshow("hands",drawing);for(int i = 0;i < contours.size();i++){drawContours(drawing,contours,i,Scalar(0,0,255),2,8,hierarchy,0,Point());}imshow("api",drawing);}

在結果中，中可以看到有hads和api，通過findcontours函數找到對應的輪廓點信息后，可以使用OpenCV提供的API函數將輪廓繪制出來，也可以使用line根據找到的點集將所有的數據繪制出來。

總結

以上是生活随笔為你收集整理的OpenCV中图像轮廓检测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。