OpenCV中findContours函數(shù)參數(shù)詳解
注: 這篇文章用的OpenCV版本是2.4.10, 3以上的OpenCV版本相關(guān)函數(shù)可能有改動(dòng)
Opencv中通過(guò)使用findContours函數(shù),簡(jiǎn)單幾個(gè)的步驟就可以檢測(cè)出物體的輪廓,很方便。這些準(zhǔn)備繼續(xù)探討一下findContours方法中各參數(shù)的含義及用法,比如要求只檢測(cè)最外層輪廓該怎么辦?contours里邊的數(shù)據(jù)結(jié)構(gòu)是怎樣的?hierarchy到底是什么鬼?Point()有什么用?
先從findContours函數(shù)原型看起:
findContours( InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset=Point());
第一個(gè)參數(shù):image,單通道圖像矩陣,可以是灰度圖,但更常用的是二值圖像,一般是經(jīng)過(guò)Canny、拉普拉斯等邊緣檢測(cè)算子處理過(guò)的二值圖像;
第二個(gè)參數(shù):contours,定義為“vector<vector<Point>> contours”,是一個(gè)向量,并且是一個(gè)雙重向量,向量?jī)?nèi)每個(gè)元素保存了一組由連續(xù)的Point點(diǎn)構(gòu)成的點(diǎn)的集合的向量,每一組Point點(diǎn)集就是一個(gè)輪廓。
有多少輪廓,向量contours就有多少元素。
第三個(gè)參數(shù):hierarchy,定義為“vector<Vec4i> hierarchy”,先來(lái)看一下Vec4i的定義:
typedef Vec<int, 4> Vec4i;;
Vec4i是Vec<int,4>的別名,定義了一個(gè)“向量?jī)?nèi)每一個(gè)元素包含了4個(gè)int型變量”的向量。
所以從定義上看,hierarchy也是一個(gè)向量,向量?jī)?nèi)每個(gè)元素保存了一個(gè)包含4個(gè)int整型的數(shù)組。
向量hiararchy內(nèi)的元素和輪廓向量contours內(nèi)的元素是一一對(duì)應(yīng)的,向量的容量相同。
hierarchy向量?jī)?nèi)每一個(gè)元素的4個(gè)int型變量——hierarchy[i][0] ~hierarchy[i][3],分別表示第i個(gè)輪廓的后一個(gè)輪廓、前一個(gè)輪廓、父輪廓、內(nèi)嵌輪廓的索引編號(hào)。如果當(dāng)前輪廓沒(méi)有對(duì)應(yīng)的后一個(gè)輪廓、前一個(gè)輪廓、父輪廓或內(nèi)嵌輪廓的話,則hierarchy[i][0] ~hierarchy[i][3]的相應(yīng)位被設(shè)置為默認(rèn)值-1。
第四個(gè)參數(shù):int型的mode,定義輪廓的檢索模式:
取值一:CV_RETR_EXTERNAL只檢測(cè)最外圍輪廓,包含在外圍輪廓內(nèi)的內(nèi)圍輪廓被忽略
取值二:CV_RETR_LIST 檢測(cè)所有的輪廓,包括內(nèi)圍、外圍輪廓,但是檢測(cè)到的輪廓不建立等級(jí)關(guān)系,彼此之間獨(dú)立,沒(méi)有等級(jí)關(guān)系,這就意味著這個(gè)檢索模式下不存在父輪廓或內(nèi)嵌輪廓,所以hierarchy向量?jī)?nèi)所有元素的第3、第4個(gè)分量都會(huì)被置為-1,具體下文會(huì)講到
取值三:CV_RETR_CCOMP 檢測(cè)所有的輪廓,但所有輪廓只建立兩個(gè)等級(jí)關(guān)系,外圍為頂層,若外圍內(nèi)的內(nèi)圍輪廓還包含了其他的輪廓信息,則內(nèi)圍內(nèi)的所有輪廓均歸屬于頂層
取值四:CV_RETR_TREE, 檢測(cè)所有輪廓,所有輪廓建立一個(gè)等級(jí)樹(shù)結(jié)構(gòu)。外層輪廓包含內(nèi)層輪廓,內(nèi)層輪廓還可以繼續(xù)包含內(nèi)嵌輪廓。
第五個(gè)參數(shù):int型的method,定義輪廓的近似方法:
取值一:CV_CHAIN_APPROX_NONE 保存物體邊界上所有連續(xù)的輪廓點(diǎn)到contours向量?jī)?nèi)
取值二:CV_CHAIN_APPROX_SIMPLE 僅保存輪廓的拐點(diǎn)信息,把所有輪廓拐點(diǎn)處的點(diǎn)保存入contours向量?jī)?nèi),拐點(diǎn)與拐點(diǎn)之間直線段上的信息點(diǎn)不予保留
取值三和四:CV_CHAIN_APPROX_TC89_L1,CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法
第六個(gè)參數(shù):Point偏移量,所有的輪廓信息相對(duì)于原始圖像對(duì)應(yīng)點(diǎn)的偏移量,相當(dāng)于在每一個(gè)檢測(cè)出的輪廓點(diǎn)上加上該偏移量,并且Point還可以是負(fù)值!
下邊用效果圖對(duì)比一下findContours函數(shù)中各參數(shù)取不同值時(shí),向量contours和hierarchy的內(nèi)容如何變化,有何異同。
主體程序如下:
#include "core/core.hpp" #include "highgui/highgui.hpp" #include "imgproc/imgproc.hpp" #include "iostream" using namespace std; using namespace cv; int main(int argc,char *argv[]) { Mat imageSource=imread(argv[1],0); imshow("Source Image",imageSource); Mat image; GaussianBlur(imageSource,image,Size(3,3),0); Canny(image,image,100,250); vector<vector<Point>> contours; vector<Vec4i> hierarchy; findContours(image,contours,hierarchy,RETR_TREE,CHAIN_APPROX_SIMPLE,Point()); Mat imageContours=Mat::zeros(image.size(),CV_8UC1); Mat Contours=Mat::zeros(image.size(),CV_8UC1); //繪制 for(int i=0;i<contours.size();i++) { //contours[i]代表的是第i個(gè)輪廓,contours[i].size()代表的是第i個(gè)輪廓上所有的像素點(diǎn)數(shù) for(int j=0;j<contours[i].size();j++) { //繪制出contours向量?jī)?nèi)所有的像素點(diǎn) Point P=Point(contours[i][j].x,contours[i][j].y); Contours.at<uchar>(P)=255; } //輸出hierarchy向量?jī)?nèi)容 char ch[256]; sprintf(ch,"%d",i); string str=ch; cout<<"向量hierarchy的第" <<str<<" 個(gè)元素內(nèi)容為:"<<endl<<hierarchy[i]<<endl<<endl; //繪制輪廓 drawContours(imageContours,contours,i,Scalar(255),1,8,hierarchy); } imshow("Contours Image",imageContours); //輪廓 imshow("Point of Contours",Contours); //向量contours內(nèi)保存的所有輪廓點(diǎn)集 waitKey(0); return 0; }
程序中所用原始圖像如下:
通過(guò)調(diào)整第四個(gè)參數(shù)mode——輪廓的檢索模式、第五個(gè)參數(shù)method——輪廓的近似方式和不同的偏移量Point(),就可以得到以下效果。
一、mode取值“CV_RETR_EXTERNAL”
method取值“CV_CHAIN_APPROX_NONE”,即只檢測(cè)最外層輪廓,并且保存輪廓上所有點(diǎn):
輪廓:
只有最外層的輪廓被檢測(cè)到,內(nèi)層的輪廓被忽略
contours向量?jī)?nèi)所有點(diǎn)集:
保存了所有輪廓上的所有點(diǎn),圖像表現(xiàn)跟輪廓一致
hierarchy向量:
重溫一下hierarchy向量————向量中每個(gè)元素的4個(gè)整形分別對(duì)應(yīng)當(dāng)前輪廓的后一個(gè)輪廓、前一個(gè)輪廓、父輪廓、內(nèi)嵌輪廓的索引編號(hào)。
本次參數(shù)配置下,hierarchy向量?jī)?nèi)有3個(gè)元素,分別對(duì)應(yīng)于3個(gè)輪廓。以第2個(gè)輪廓(對(duì)應(yīng)向量?jī)?nèi)第1個(gè)元素)為例,內(nèi)容為[2,0,-1,-1], “2”表示當(dāng)前輪廓的后一個(gè)輪廓的編號(hào)為2,“0”表示當(dāng)前輪廓的前一個(gè)輪廓編號(hào)為0,其后2個(gè)“-1”表示為空,因?yàn)橹挥凶钔鈱虞喞@一個(gè)等級(jí),所以不存在父輪廓和內(nèi)嵌輪廓。
二、 mode取值“CV_RETR_LIST”
method取值“CV_CHAIN_APPROX_SIMPLE”,即檢測(cè)所有輪廓,但各輪廓之間彼此獨(dú)立,不建立等級(jí)關(guān)系,并且僅保存輪廓上拐點(diǎn)信息:
檢測(cè)到的輪廓跟上文“一”中是一致的,不再顯示。
contours向量?jī)?nèi)所有點(diǎn)集:
contours向量中所有的拐點(diǎn)信息得到了保留,但是拐點(diǎn)與拐點(diǎn)之間直線段的部分省略掉了。
hierarchy向量(截取一部分):
本次參數(shù)配置下,檢測(cè)出了較多輪廓。第1、第2個(gè)整形值分別指向上一個(gè)和下一個(gè)輪廓編號(hào),由于本次配置mode取
值“RETR_LIST”,各輪廓間各自獨(dú)立,不建立等級(jí)關(guān)系,所以第3、第4個(gè)整形參數(shù)為空,設(shè)為值-1。
三、mode取值“CV_RETR_TREE”
method取值“CV_CHAIN_APPROX_NONE”,即檢測(cè)所有輪廓,輪廓間建立外層、內(nèi)層的等級(jí)關(guān)系,并且保存輪廓上所有點(diǎn)。
contours向量?jī)?nèi)所有點(diǎn)集:
所有內(nèi)外層輪廓都被檢測(cè)到,contours點(diǎn)集組成的圖形跟輪廓表現(xiàn)一致。
hierarchy向量(截取一部分)
本次參數(shù)配置要求檢測(cè)所有輪廓,每個(gè)輪廓都被劃分等級(jí),最外圍、第一內(nèi)圍、第二內(nèi)圍等等,所以除第1個(gè)最后一個(gè)輪廓外,其他輪廓都具有不為-1的第3、第4個(gè)整形參數(shù),分別指向當(dāng)前輪廓的父輪廓、內(nèi)嵌輪廓索引編號(hào)。
四、Point()偏移量設(shè)置
使用三中的參數(shù)配置,設(shè)置偏移量Point為Point(45,30)。
此時(shí)輪廓圖像為:
可以看到輪廓圖像整體向右下角有一個(gè)偏轉(zhuǎn),偏轉(zhuǎn)量就是設(shè)置的(45,30)。
這個(gè)偏移量的設(shè)置不能過(guò)大或過(guò)?。ㄘ?fù)方向上的過(guò)小),若圖像上任一點(diǎn)加上該偏移量后超出圖像邊界,程序會(huì)內(nèi)存溢出報(bào)錯(cuò)。
findContours函數(shù)的各參數(shù)就探討到此,其他參數(shù)配置的情況大同小異。值得關(guān)注一下的是繪制輪廓的函數(shù)drawContours中最后一個(gè)參數(shù)是一個(gè)Point類型的offset,這個(gè)offset跟findContours函數(shù)中的offset含義一致,設(shè)置之后所繪制的輪廓是原始輪廓上所有像素點(diǎn)加上該偏移量offset后的效果。
當(dāng)所分析圖像是另外一個(gè)圖像的ROI的時(shí)候,這個(gè)offset偏移量就可以大顯身手了。通過(guò)加減這個(gè)偏移量,就可以把ROI圖像的檢測(cè)結(jié)果投影到原始圖像對(duì)應(yīng)位置上。
到此這篇關(guān)于OpenCV中findContours函數(shù)參數(shù)詳解的文章就介紹到這了,更多相關(guān)OpenCV findContours內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
編寫(xiě)C++程序使DirectShow進(jìn)行視頻捕捉
這篇文章主要介紹了如何編寫(xiě)C++程序來(lái)使DirectShow進(jìn)行視頻捕捉的方法,DirectShow是微軟公司在ActiveMovie和Video for Windows的基礎(chǔ)上推出的新一代基于COM(Component Object Model)的流媒體處理的開(kāi)發(fā)包,要的朋友可以參考下2016-03-03在1個(gè)Matlab m文件中定義多個(gè)函數(shù)直接運(yùn)行的操作方法
這篇文章主要介紹了如何在1個(gè)Matlab m文件中定義多個(gè)函數(shù)直接運(yùn)行,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2022-12-12關(guān)于C++虛繼承的內(nèi)存模型問(wèn)題
C++虛繼承的內(nèi)存模型是一個(gè)老生常談的話題,實(shí)現(xiàn)方法主要依賴于編譯器,本文從多個(gè)角度通過(guò)代碼詳解C++中虛繼承的內(nèi)存模型知識(shí),感興趣的朋友跟隨小編一起看看吧2021-07-07C語(yǔ)言實(shí)現(xiàn)財(cái)務(wù)管理系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了C語(yǔ)言實(shí)現(xiàn)財(cái)務(wù)管理系統(tǒng),文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-11-11