原文鏈接：https://blog.csdn.net/guduruyu/article/details/69220296

可以通過查找輪廓，找出圖像中的對象。這輪廓是由一系列點組成的，根據查找輪廓時的不同方式，得到的輪廓點的數量也會有所不同。

1.cv::findContours解析：

函數cv::findContour是從二值圖像中來計算輪廓的，它可以使用cv::Canny()函數處理后的圖像，因為這樣的圖像含有邊緣像素；也可以使用cv::threshold()或者cv::adaptiveThreshold()處理后的圖像，其邊緣隱含在正負區域的交界處。

void cv::findContours(cv::InputOutputArray image, // 輸入的8位單通道“二值”圖像cv::OutputArrayOfArrays contours, // 包含points的vectors的vectorcv::OutputArray hierarchy, // (可選) 拓撲信息int mode, // 輪廓檢索模式int method, // 近似方法cv::Point offset = cv::Point() // (可選) 所有點的偏移);

其中，第一個參數image是輸入圖像，圖像的格式是8位單通道的圖像，并且被解析為二值圖像（即圖中的所有非零像素之間都是相等的）。

第二個參數contours是一個數組的數組，在多數實際的操作中即是STL vectors的STL vector，這里將使用找到的輪廓的列表進行填充（即，這將是一個contours的vector,其中contours[i]表示一個特定的輪廓，這樣，contours[i][j]將表示contour[i]的一個特定的端點）。

第三個參數hierarchy，這個參數可以指定，也可以不提指定。如果指定的話，輸出hierarchy，將會描述輸出輪廓樹的結構信息。其中包含的具體信息前面已經說明（四個條目）。

下一個參數mode，輪廓的模式，將會告訴OpenCV你想用何種方式來對輪廓進行提取，有四個可選的值，具體如下：

cv::RETR_EXTERNAL：表示只提取最外面的輪廓；會有多個外輪廓，不是只有一個外輪廓。cv::RETR_LIST：表示提取所有輪廓并將其放入列表；cv::RETR_CCOMP:表示提取所有輪廓并將組織成一個兩層結構，其中頂層輪廓是外部輪廓，第二層輪廓是“洞”的輪廓；cv::RETR_TREE：表示提取所有輪廓并組織成輪廓嵌套的完整層級結構。

下一個參數method是近似方法，即輪廓如何呈現的方法，有三種可選的方法：

cv::CHAIN_APPROX_NONE：將輪廓中的所有點的編碼轉換成點；cv::CHAIN_APPROX_SIMPLE：壓縮水平、垂直和對角直線段，僅保留它們的端點；cv::CHAIN_APPROX_TC89_L1 or cv::CHAIN_APPROX_TC89_KCOS：應用Teh-Chin鏈近似算法中的一種風格

最后一個參數offset是偏移，可選，如果指定，那么返回的輪廓中的所有點均作指定量的偏移。

---

2.cv::drawContours解析：

cv::drawContours()用于繪制cv::findContours()找到的輪廓。使用方法其實和OpenCV3中常用的繪圖函數類似。具體調用方法如下：

void cv::drawContours(cv::InputOutputArray image, // 用于繪制的輸入圖像cv::InputArrayOfArrays contours, // 點的vectors的vectorint contourIdx, // 需要繪制的輪廓的指數 (-1 表示 "all")const cv::Scalar& color, // 輪廓的顏色int thickness = 1, // 輪廓線的寬度int lineType = 8, // 輪廓線的鄰域模式('4'鄰域 或 '8'鄰域)cv::InputArray hierarchy = noArray(), // 可選 (從 findContours得到)int maxLevel = INT_MAX, // 輪廓中的最大下降cv::Point offset = cv::Point() // (可選) 所有點的偏移)

下面是這兩個函數的實際使用示例：

cv::Mat image_gray = cv::imread("lena.jpg", cv::IMREAD_GRAYSCALE); cv::Mat image_binary;cv::threshold(image_gray, image_binary, 100, 255, cv::THRESH_BINARY); std::vector< std::vector< cv::Point> > contours; cv::findContours(image_binary,contours,cv::noArray(),cv::RETR_LIST,cv::CHAIN_APPROX_SIMPLE); image_binary = cv::Scalar::all(0); cv::drawContours(image_binary, contours, -1, cv::Scalar::all(255));cv::imshow("gray image", image_gray); cv::imshow("Contours", image_binary);cv::waitKey(0); return; 《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的【opencv】5.cv::findContours和cv::drawContours()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。