一、API函數

findContours( InputOutputArray image, OutputArrayOfArrays contours,OutputArray hierarchy, int mode,int method, Point offset=Point());
函數參數詳解：
1、image，單通道圖像矩陣，可以是灰度圖，但更常用的是二值圖像，一般是經過Canny、拉普拉斯等邊緣檢測算子處理過的二值圖像；
2、第二個參數：contours，定義為“vector<vector<Point>> contours”，是一個向量，并且是一個雙重向量，向量內每個元素保存了一組由連續的Point點構成的點的集合的向量，每一組Point點集就是一個輪廓。有多少輪廓，向量contours就有多少元素。
3、hierarchy，定義為“vector<Vec4i> hierarchy”，輪廓結構信息；                                                                                                                                    
4、int型的mode，定義輪廓的檢索模式：模式一：CV_RETR_EXTERNAL只檢測最外圍輪廓，包含在外圍輪廓內的內圍輪廓被忽略模式二：CV_RETR_LIST   檢測所有的輪廓，包括內圍、外圍輪廓，但是檢測到的輪廓不 建立等級關系，彼此之間獨立，沒有等級關系；模式三：CV_RETR_CCOMP  檢測所有的輪廓，但所有輪廓只建立兩個等級關系，外圍為頂 層，若外圍內的內圍輪廓還包含了其他的輪廓信息，則內圍內的所有輪廓均歸屬 于頂層模式四：CV_RETR_TREE， 檢測所有輪廓，所有輪廓建立一個等級樹結構。外層輪廓包含 內層輪廓，內層輪廓還可以繼續包含內嵌輪廓。
5、int型的method，定義輪廓的近似方法：方法一：CV_CHAIN_APPROX_NONE 保存物體邊界上所有連續的輪廓點到contours向量內方法二：CV_CHAIN_APPROX_SIMPLE 僅保存輪廓的拐點信息，把所有輪廓拐點處的點保 存入contours向量內，拐點與拐點之間直線段上的信息點不予保留。
6、Point偏移量，所有的輪廓信息相對于原始圖像對應點的偏移量，相當于在每一個檢測出的輪廓點上加上該偏移量。

void drawContours(InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color, int thickness=1, int lineType=8, InputArray hierarchy=noArray(), int maxLevel=INT_MAX, Point offset=Point() )
函數參數詳解：
其中第一個參數image表示目標圖像，
第二個參數contours表示輸入的輪廓組，每一組輪廓由點vector構成，
第三個參數contourIdx指明畫第幾個輪廓，如果該參數為負值，則畫全部輪廓，
第四個參數color為輪廓的顏色，
第五個參數thickness為輪廓的線寬，如果為負值或CV_FILLED表示填充輪廓內部，
第六個參數lineType為線型，
第七個參數為輪廓結構信息，
第八個參數為maxLevel

二、程序

#include<opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;//1、將BGR圖轉換為灰度圖；
//2、對灰度圖進行降噪處理，因為canny算子對噪聲敏感；
//3、使用canny算子對圖片進行邊緣檢測；
//4、對邊緣檢測后的圖片進行輪廓識別；int main()
{Mat src = imread("2.png");imshow("原圖", src);Mat src_gray, src_blur,src_canny;if (src.channels()==3){cvtColor(src, src_gray, COLOR_BGR2GRAY);}blur(src_gray, src_blur, Size(3,3));Canny(src_blur, src_canny, 100, 200, 3);vector<vector<Point> > contours;vector<Vec4i> hierarchy;findContours(src_canny, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));Mat draw = Mat::zeros(src_canny.size(), CV_8UC3);for (int i = 0; i < contours.size(); i++){drawContours(draw, contours, i, Scalar(255, 255, 255), 2, 8, hierarchy, 0, Point(0, 0));}namedWindow("Contours", WINDOW_AUTOSIZE);imshow("Contours", draw);waitKey(0);return 0;
}

?

?

總結

以上是生活随笔為你收集整理的在图像中查找轮廓的全部內容，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。