opencv中contours的使用

一 Contour Finding

Contours使用 STL-style vector<> 表示,如 vector<cv::Point>, vector<cv::Point2f>。opencv中,使用函数 cv::findContours() 寻找contours, 具体函数定义如下:

void cv::findContours(cv::InputOutputArray image,

cv::OutputArrayofArrays contours,

cv::OutputArray hierarchy,

int mode,

int method,

cv::Point offset = cv::Point());

void cv::findContours(cv::InputOutputArray image,

cv::OutputArrayofArrays contours,

int mode,

int method,

cv::Point offset = cv::Point());

参数 image 为8位单通道输入图像,一般情况下,该图像可能由 cv::threshold(), cv::adaptiveThreshold 生成。当 image 由 cv::Canny() 生成时,cv::findContours() 仅当边缘图像为宽度为1的细区域图像,对于闭合边缘,可以使用内边缘或者外边缘代替边缘图像进行后续分析;但对于非闭合边缘,个人认为 cv::Canny() 生成的边缘图像不适合使用 cv::findContours() 进行查找;替代方案是使用边缘跟踪算法,将 cv::Canny() 生成边缘保存在 vector<cv::Point> 中,然后使用 Contours 相关分析进行更多分析。

参数 contours 为 vector<vector<cv::Point>>, vector<vector<cv::Point2f>>, 使用 array of arrays 结构可以同时保存多条 contours。

参数 hierarchy 为 vector<cv::Vec4i>, 每个元素对应一个 contour, 元素中4个整数表示该 contour 与其他 contour 之间的关系,具体关系如下:

其中, c 表示 contour, h 表示 hole.

opencv 如何生成 contour 的 hierarchy? 个人认为(暂时没有研究 opencv 具体实现),一种可行的思路是使用区域增长,大概流程如下:

1)将种子点设置在图像边角处,使用背景颜色进行区域增长,区域增长在前景处停止;

2)使用形态学算子对当前增长后区域进行 dilate 操作,使 c0, c1,... 层级上的 contours 包含在当前增长区域中;

3)继续使用前景对图像增长,将 h00, h01,..., h10, h11,... 等层级上的 contours 包含在当前增长区域中;

4)如此循环,即可生成 contour 的 hierarchy 结构。

要使用 vector<cv::Vec4i> 表示 以上树形结构,每个 cv::Vec4i 元素值含义如下:

  1. index 0: next contour(same level);

  2. index 1: privous contour(same level);

  3. index 2: first child(next level down);

  4. index 3: parent(next level up);

参数 mode 表示如何提取 contours, 具体如下:

  1. cv::PETR_EXTERNAL: 仅提取最外层 contour, 在以上图例中,仅提取 c0;

  2. cv::PETR_LIST: 提取所有 contours, 组成链表结构,在图例中为: c010->c001->c000->h01->h00->c0;

  3. cv::PETR_CCOMP: 提取所有 contours, 根据类型组成 hole list 和 contour list, 在图例中为:c010->c001->c000->c0, h01->h00, c0->h01(此处将前两个链表连接起来);

  4. cv::PETR_TREE: 提取所有 contours, 建立树形结构。

参数 method 对 contour 压缩,以减少数据量,包括:

  1. cv::CHAIN_APPROX_NONE: 不做任何压缩;

  2. cv::CHAIN_APPROX_SIMPLE: 压缩水平,垂直,对角方向上的线段;

  3. cv::CHAIN_APPROX_TC89_L1/cv::CHAIN_APPROX_TC89_KCOS: 使用曲线曲率信息做更复杂的压缩。

参数 offset 将 contour 平移,在使用ROI进行 contour 提取时, 通过设置不同 offset 可以很方便的将 contour 绘制在原图上。

二 Contour Drawing

使用 cv::drawContours() 在图像上绘制 contours, 具体定义如下:

void cv::drawContours(cv::InputOutputArray image,

cv::InputArrayofArrays contours,

int contourIdx,

const cv::Scalar& color,

int thickness = 1,

int lineType = 8,

cv::InputArray hierarchy = noArray(),

int maxLevel = INT_MAX(),

cv::Point offset = cv::Point());

参数 image 为需要绘制 contours 图像。

参数 contours 为 cv::findContours() 生成。

参数 contourIdx 选择需要绘制的 contour, 如果其值为 -1, 则绘制所有 contours。

参数 color thickness lineType 分别定义线条颜色,线条宽度,线条类型(4连接 cv::LINE_4, 8连接 cv::LINE_8, 反走样cv::LINE_AA)。

参数 hierarchy maxLevel 共同控制 contours 层级。

参数 offset 表示绘制时平移值。

三 Contour Operation

1 cv::approxPolyDP() 对 contour 进行多边形近似,具体定义如下:

void cv::approxPolyDP(cv::InputArray curve, cv::OutputArray approxCurve, double epsilon, bool closed);

参数 curve 可以是 vector<cv::Point>, vector<cv::Point2f> 或者 arrays of size N*2, arrays of size N*1 with 2 channels。

参数 epsilon 表示近似精度,一般通过 contour 长度的百分比计算得出。

参数 closed 表示 contour 是否闭合。

cv::approxPolyDP() 函数使用 Douglas-Peucker approximation,基本思路如下:

1)在 contour 上寻找距离最大的两个点,将 contour 一分为二, 并连接两点构成线段S;

  1. 在两个半边缘上分别寻找到到线段S上的最远点,将半边缘一分为二,连接以上四个点形成四边形;

3)继续寻找到四边形各条边上的最远点,构成多边形,知道最远点到对应边上距离小于epsilon停止。

2 double cv::arcLength(cv::InputArrray points, bool closed) 求 contour 长度。

3 double cv::contourArea(cv::InputArray points, bool oriented = false) 使用格林公式求 contour 所围成的面积,oriented = true 时返回带符号面积值,该函数对复杂区域(如自交区域)将返回错误结果。

4 cv::Rect cv::boundingRect(cv::InputArray points) 求 contour 所围成的矩形(无旋转矩形)。

5 cv::RotateRect cv::minAreaRect(cv::InputArray points) 求 contour 所围成的最小矩形(旋转矩形)。

6 void cv::minEnclosingCircle(cv::InputArray points, cv::Point2f& center, float& radius) 求 contour 所围成的最小圆形。

7 cv::RotateRect cv::fitEllipse(cv::InputArray points) 使用 contour 拟合椭圆(使用最小化代价函数)。

8 cv::fitLine() 拟合直线,具体定义如下:

void cv::fitLine(cv::InputArray points, cv::OutputArray line, int distType, double param, double reps, double aeps);

参数 points 接受二维或者三维点,拟合成二维平面直线或者三维空间直线。

参数 line 为 vec4f 或者 vec6f, 前两个(或三个)元素给出直线方向,后两个(或三个)给出直线上一个点。

参数 distType 表示距离度量范数,一般使用cv::DIST_L2, cv::DIST_L1。

参数 reps aeps 表示直线方向与直线点的计算精度,一般赋值为 .01 即可。

9 void cv::convexHull(cv::InputArray points, cv::OutputArray hull, bool clockwise = false, bool returnPoints = true) 计算 contour 凸包,凸包点集计算比较简单。

10 bool cv::isContourConvex(cv::InputArray contour) 判断 contour 凸性。

11 double cv::pointPolygonTest(cv::InputArray contour, cv::Point2f pt, bool measureDist) 判断点是否在 contour 中,如果 measureDist = true, 返回点到最近边缘距离。

相关推荐
gloomyfish19 小时前
【零代码】OpenCV C# 快速开发框架演示
人工智能·opencv·c#
阿杜杜不是阿木木2 天前
什么?OpenCV调用cv2.putText()乱码?寻找支持中文的方法之旅
人工智能·opencv·计算机视觉
赴3352 天前
图像边缘检测
人工智能·python·opencv·计算机视觉
星期天要睡觉2 天前
(纯新手教学)计算机视觉(opencv)实战八——四种边缘检测详解:Sobel、Scharr、Laplacian、Canny
人工智能·opencv·计算机视觉
windSnowLi2 天前
Python opencv识别图片中重叠圆的圆心位置
开发语言·python·opencv
lxmyzzs3 天前
【图像算法 - 21】慧眼识虫:基于深度学习与OpenCV的农田害虫智能识别系统
人工智能·深度学习·opencv·算法·yolo·目标检测·计算机视觉
批量小王子3 天前
2025-08-19利用opencv检测图片中文字及图片的坐标
人工智能·opencv·计算机视觉
法迪3 天前
【学习】Linux 内核中的 cgroup freezer 子系统
人工智能·opencv·计算机视觉
星期天要睡觉4 天前
计算机视觉(opencv)实战六——图像形态学(腐蚀、膨胀、开运算、闭运算、梯度、顶帽、黑帽)
人工智能·opencv·计算机视觉
hixiong1234 天前
用OpencvSharp编写视频录制工具
opencv·c#·音视频