43515人阅读
opencv（53）
环境： vs2008 + opencv2.1
先看，这两个函数的用法（参考 opencv手册）：
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
FindContours & & & &在二值图像中寻找轮廓&
int cvFindContours( CvArr* image, CvMemStorage* storage, CvSeq** first_contour,
int header_size=sizeof(CvContour), int mode=CV_RETR_LIST,
int method=CV_CHAIN_APPROX_SIMPLE, CvPoint offset=cvPoint(0,0) );
输入的 8-比特、单通道图像. 非零元素被当成 1， 0 象素值保留为 0 - 从而图像被看成二值的。为了从灰度图像中得到这样的二值图像，可以使用 cvThreshold, cvAdaptiveThreshold 或 cvCanny. 本函数改变输入图像内容。&
得到的轮廓的存储容器&
first_contour&
输出参数：包含第一个输出轮廓的指针&
header_size&
如果 method=CV_CHAIN_CODE，则序列头的大小 &=sizeof(CvChain)，否则 &=sizeof(CvContour) .&
提取模式.&
CV_RETR_EXTERNAL - 只提取最外层的轮廓&
CV_RETR_LIST - 提取所有轮廓，并且放置在 list 中&
CV_RETR_CCOMP - 提取所有轮廓，并且将其组织为两层的 hierarchy: 顶层为连通域的外围边界，次层为洞的内层边界。&
CV_RETR_TREE - 提取所有轮廓，并且重构嵌套轮廓的全部 hierarchy&
逼近方法 (对所有节点, 不包括使用内部逼近的 CV_RETR_RUNS).&
CV_CHAIN_CODE - Freeman 链码的输出轮廓. 其它方法输出多边形(定点序列).&
CV_CHAIN_APPROX_NONE - 将所有点由链码形式翻译(转化）为点序列形式&
CV_CHAIN_APPROX_SIMPLE - 压缩水平、垂直和对角分割，即函数只保留末端的象素点;&
CV_CHAIN_APPROX_TC89_L1,&
CV_CHAIN_APPROX_TC89_KCOS - 应用 Teh-Chin 链逼近算法. CV_LINK_RUNS - 通过连接为 1 的水平碎片使用完全不同的轮廓提取算法。仅有 CV_RETR_LIST 提取模式可以在本方法中应用.&
每一个轮廓点的偏移量. 当轮廓是从图像 ROI 中提取出来的时候，使用偏移量有用，因为可以从整个图像上下文来对轮廓做分析.&
函数 cvFindContours 从二值图像中提取轮廓，并且返回提取轮廓的数目。指针 first_contour 的内容由函数填写。它包含第一个最外层轮廓的指针，如果指针为 NULL，则没有检测到轮廓（比如图像是全黑的）。其它轮廓可以从 first_contour 利用 h_next 和 v_next 链接访问到。 在 cvDrawContours 的样例显示如何使用轮廓来进行连通域的检测。轮廓也可以用来做形状分析和对象识别 - 见CVPR2001 教程中的 squares 样例。该教程可以在 SourceForge
网站上找到。&
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
DrawContours & &在图像中绘制外部和内部的轮廓。&
void cvDrawContours( CvArr *img, CvSeq* contour,
& & & & & & & & & & &CvScalar external_color, CvScalar hole_color,
& & & & & & & & & & &int max_level, int thickness=1,
& & & & & & & & & & &int line_type=8, CvPoint offset=cvPoint(0,0) );
用以绘制轮廓的图像。和其他绘图函数一样，边界图像被感兴趣区域（ROI）所剪切。&
contour &指针指向第一个轮廓。&
external_color & 外层轮廓的颜色。&
hole_color & 内层轮廓的颜色。&
max_level & 绘制轮廓的最大等级。如果等级为0，绘制单独的轮廓。如果为1，绘制轮廓及在其后的相同的级别下轮廓。如果值为2，所有的轮廓。如果等级为2，绘制所有同级轮廓及所有低一级轮廓，诸此种种。如果值为负数，函数不绘制同级轮廓，但会升序绘制直到级别为abs(max_level)-1的子轮廓。&
thickness & 绘制轮廓时所使用的线条的粗细度。如果值为负(e.g. =CV_FILLED),绘制内层轮廓。&
line_type & 线条的类型。参考cvLine.&
offset &照给出的偏移量移动每一个轮廓点坐标.当轮廓是从某些感兴趣区域(ROI)中提取的然后需要在运算中考虑ROI偏移量时，将会用到这个参数。&
当thickness&=0,函数cvDrawContours在图像中绘制轮廓,或者当thickness&0时，填充轮廓所限制的区域。&
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
#include &stdafx.h&
#include &cxcore.h&
#include &cv.h&
#include &highgui.h&
// 内轮廓填充
// 1. pBinary: 输入二值图像，单通道，位深IPL_DEPTH_8U。
// 2. dAreaThre: 面积阈值，当内轮廓面积小于等于dAreaThre时，进行填充。
void FillInternalContours(IplImage *pBinary, double dAreaThre)
double dConA
CvSeq *pContour = NULL;
CvSeq *pConInner = NULL;
CvMemStorage *pStorage = NULL;
// 执行条件
if (pBinary)
// 查找所有轮廓
pStorage = cvCreateMemStorage(0);
cvFindContours(pBinary, pStorage, &pContour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE);
// 填充所有轮廓
cvDrawContours(pBinary, pContour, CV_RGB(255, 255, 255), CV_RGB(255, 255, 255), 2, CV_FILLED, 8, cvPoint(0, 0));
// 外轮廓循环
int wai = 0;
int nei = 0;
for (; pContour != NULL; pContour = pContour-&h_next)
// 内轮廓循环
for (pConInner = pContour-&v_ pConInner != NULL; pConInner = pConInner-&h_next)
// 内轮廓面积
dConArea = fabs(cvContourArea(pConInner, CV_WHOLE_SEQ));
printf(&%f\n&, dConArea);
CvRect rect = cvBoundingRect(pContour,0);
cvRectangle(pBinary, cvPoint(rect.x, rect.y), cvPoint(rect.x + rect.width, rect.y + rect.height),CV_RGB(255,255, 255), 1, 8, 0);
printf(&wai = %d, nei = %d&, wai, nei);
cvReleaseMemStorage(&pStorage);
pStorage = NULL;
int Otsu(IplImage* src)
int height=src-&
int width=src-&
//histogram
float histogram[256] = {0};
for(int i=0; i & i++)
unsigned char* p=(unsigned char*)src-&imageData + src-&widthStep *
for(int j = 0; j & j++)
histogram[*p++]++;
//normalize histogram
int size = height *
for(int i = 0; i & 256; i++)
histogram[i] = histogram[i] /
//average pixel value
float avgValue=0;
for(int i=0; i & 256; i++)
avgValue += i * histogram[i];
//整幅图像的平均灰度
float maxVariance=0;
float w = 0, u = 0;
for(int i = 0; i & 256; i++)
w += histogram[i];
//假设当前灰度i为阈值, 0~i 灰度的像素(假设像素值在此范围的像素叫做前景像素) 所占整幅图像的比例
u += i * histogram[i];
// 灰度i 之前的像素(0~i)的平均灰度值： 前景像素的平均灰度值
float t = avgValue * w -
float variance = t * t / (w * (1 - w) );
if(variance & maxVariance)
maxVariance =
threshold =
int main()
IplImage *img = cvLoadImage(&c://temp.jpg&, 0);
IplImage *bin = cvCreateImage(cvGetSize(img), 8, 1);
int thresh = Otsu(img);
cvThreshold(img, bin, thresh, 255, CV_THRESH_BINARY);
FillInternalContours(bin, 200);
cvNamedWindow(&img&);
cvShowImage(&img&, img);
cvNamedWindow(&result&);
cvShowImage(&result&, bin);
cvWaitKey(-1);
cvReleaseImage(&img);
cvReleaseImage(&bin);
这种情况下，大月亮内部的两个内轮廓没有框出来。这个不是因为我的 rect框是 白色的缘故。。。。应该。
我断点试了，就 cvRectangle 了 4次···
// test.cpp : 定义控制台应用程序的入口点。
#include &stdafx.h&
#include &stdio.h&
#include &cv.h&
#include &highgui.h&
#include &Math.h&
int _tmain(int argc, _TCHAR* argv[])
IplImage *src = cvLoadImage(&c:\\temp.jpg&, 0);
IplImage *dsw = cvCreateImage(cvGetSize(src), 8, 1);
IplImage *dst = cvCreateImage(cvGetSize(src), 8, 3);
CvMemStorage *storage = cvCreateMemStorage(0);
CvSeq *first_contour = NULL;
//turn the src image to a binary image
//cvThreshold(src, dsw, 125, 255, CV_THRESH_BINARY_INV);
cvThreshold(src, dsw, 100, 255, CV_THRESH_BINARY);
cvFindContours(dsw, storage, &first_contour, sizeof(CvContour), CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);
cvZero(dst);
int cnt = 0;
for(; first_contour != 0; first_contour = first_contour-&h_next)
CvScalar color = CV_RGB(rand()&255, rand()&255, rand()&255);
cvDrawContours(dst, first_contour, color, color, 0, 2, CV_FILLED, cvPoint(0, 0));
CvRect rect = cvBoundingRect(first_contour,0);
cvRectangle(dst, cvPoint(rect.x, rect.y), cvPoint(rect.x + rect.width, rect.y + rect.height),CV_RGB(255, 0, 0), 1, 8, 0);
printf(&the num of contours : %d\n&, cnt);
cvNamedWindow( &Source&, 1 );
cvShowImage( &Source&, src );
cvNamedWindow( &dsw&, 1 );
cvShowImage( &dsw&, dsw );
cvNamedWindow( &Components&, 1 );
cvShowImage( &Components&, dst );
cvReleaseMemStorage(&storage);
cvWaitKey(-1);
这种情况下 内轮廓也框出来了。。。。。
=======================================
看来阈值的选择与想要的结果有很大关系哦。
如何适应不同的图片呢？？？？？？？？？？？？？？？？？
=======================================
还有，每幅图片里面，最大的轮廓是整幅图像，可以根据其面积最大，去除 哦~~~修改如下：
area = fabs(cvContourArea(first_contour, CV_WHOLE_SEQ)); //cal the hole's area
++++++++++++++++++++++++++++++++
在写后面那个 内轮廓填充的时候，才发现， dsw 是我二值化之后的图像，很明显不应该是这样子的呀。
我把 关于 Contours 的函数删除之后 又 恢复正常了。不知道为嘛呢。 很显然查出来的轮廓是 正确二值化之后的吧。 不知道为嘛会这样显示呢。
+++++++++++++++++++++++++++++==
再看另一个图的结果：
总有 9 个轮廓。
另外，计算了下，每个大轮廓内部的 小轮廓的数目 conner ，结果显示都为0.
看看第一个大五角星。 应该是把 边边作为了一个轮廓， 把 内部 黑色区域作为一个 轮廓 了吧？？？？
还有，这幅图片 没有被当做一个大轮廓，上面那个小猫的，整幅图片被框了一下啊。。。。。。。。。。。。
另外i， 把 关于 cvFindContours && cvDrawContours 两个函数部分删除，二值化结果如下：
&&相关文章推荐
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：797510次
积分：7921
积分：7921
排名：第2279名
原创：146篇
转载：41篇
评论：200条
(2)(1)(1)(1)(1)(1)(1)(5)(8)(5)(16)(5)(3)(5)(10)(14)(15)(4)(5)(3)(20)(6)(3)(4)(8)(3)(10)(9)(6)(10)(2)查看: 1050|回复: 0
cvFindContours无法检测图像的所有轮廓
向各位大侠请教一个关于opencv里面cvFindContours（）函数使用的问题，急！
真的好郁闷啊，因为这个问题搞了好久都没有解决。我在用opencv做一个有关图形检测方面的问题，其中有一个部分是关于椭圆检测的，方法就是使用《opencv教程基础篇》里面的那个，拍了图片检测之后发现有一些很明显的椭圆程序一直检测不出来，弄了半天后来发现是cvFindContours（）没有把所有的轮廓检测出来，但是我给这个函数设置的参数是CV_RETR_LIST，是检测所有的轮廓的，这个方法检测用画图版画出来的图形所有轮廓都可以检测出来，为什么检测图片就不行了呢，还望各位大虾们不吝赐教，不胜感激， 在线等回复~~
这个是我用的那个函数里面的参数设置cvFindContours(image02,stor,&cont,sizeof(CvContour),&&
CV_RETR_LIST,CV_CHAIN_APPROX_NONE,cvPoint(0,0));
我的程序是：
void drawEllipse(IplImage *image)
& & & & CvMemStorage *
& & & & CvSeq *
& & & & CvBox2D32f *
& & & & CvPoint *PointA
& & & & CvPoint2D32f *PointArray2D32f;
& & & & stor = cvCreateMemStorage(0);
& & & & cont = cvCreateSeq(CV_SEQ_ELTYPE_POINT,sizeof(CvSeq),sizeof(CvPoint),stor);
& & & & cvFindContours(image,stor,&cont,sizeof(CvContour),CV_RETR_LIST,CV_CHAIN_APPROX_NONE,cvPoint(0,0));
& & & & //绘制所有轮廓并用椭圆拟合
& & & & for (;cont = cont -&h_next)
& & & & {& & & &
& & & & & & & & int count= cont-&//轮廓个数必须大于6，这是cvFitEllipse_32f的要求
& & & & & & & & if (count&6)
& & & & & & & & {
& & & & & & & & & & & &
& & & & & & & & }& & & &
& & & & & & & &
& & & & & & & & CvP
& & & & & & & & CvS
& & & & & & & & //分配内存给点集
& & & & & & & & PointArray = (CvPoint *)malloc(count*sizeof(CvPoint));
& & & & & & & & PointArray2D32f = (CvPoint2D32f*)malloc(count*sizeof(CvPoint2D32f));
& & & & & & & & //分配内存给椭圆数据
& & & & & & & & box = (CvBox2D32f *)malloc(sizeof(CvBox2D32f));
& & & & & & & & //得到点集
& & & & & & & & cvCvtSeqToArray(cont,PointArray,CV_WHOLE_SEQ);
& & & & & & & & //将CvPoint点集转化为CvBox2D32f集合
& & & & & & & & for (i=0;i&i++)
& & & & & & & & {
& & & & & & & & & & & & PointArray2D32f.x=(float)PointArray.x;
& & & & & & & & & & & & PointArray2D32f.y=(float)PointArray.y;
& & & & & & & & }
& & & & & & & & //拟合当前轮廓
& & & & & & & & cvFitEllipse(PointArray2D32f,count,box);
& & & & & && &//绘制当前轮廓
& & & & & & & & cvDrawContours(image,cont,CV_RGB(255,0,0),CV_RGB(0,255,0),0,1,8,cvPoint(0,0));
& & & & & & & & center.x = cvRound(box-&center.x);
& & & & & & & & center.y = cvRound(box-&center.y);
& & & & & & & & size.width = cvRound(box-&size.width*0.5);
& & & & & & & & size.height = cvRound(box-&size.height*0.5);
& & & & & & & & box-&angle = -box-&
& & & & & & & & //画椭圆
& & & & & & & & cvEllipse(image,center,size,box-&angle,0,360,CV_RGB(0,0,255),1,CV_AA,0);
& & & & & & & & free(PointArray);
& & & & & & & & free(PointArray2D32f);
& & & & & & & & free(box);
& & & & cvSaveImage(&F:\\VCFile\\point1\\image\\contou.jpg&,image);
& & & & if(!stor)
& & & & & & & & cvReleaseMemStorage(&stor);
Powered by7462人阅读
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&图1&输入的测试图(上图)和得到的轮廓图(下图)
&&& 传递给findContours()测试图(上图)，得到轮廓图(下图)。得到的轮廓只有两种，外部轮廓(橙色虚线)或者孔(蓝色点线)。
1.参数mode的意义
&& mode的值决定把找到的轮廓如何挂到轮廓树节点变量(h_prev, h_next, v_prev, v_next)上。图2展示了四种可能的mode值所得到的结果的拓扑结构。
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&图2&轮廓连接方法
&&& 每种情况下，结构都可以看成是被横向连接(h_prev, h_next)联系和被纵向连接(v_prev, v_next)不同层次。
&& &CV_RETR_EXTERNAL&只检测出最外轮廓即c0。图2中第一个轮廓指向最外的序列，除此之外没有别的连接。
&&& CV_RETR_LIST 检测出所有的轮廓并将他们保存到表(list)中，图2中描绘了这个表，被找到的9条轮廓相互之间由h_prev和h_next连接。这里并没有表达出纵向的连接关系，没有使用v_prev和v_next.
&& &CV_RETR_COMP 检测出所有的轮廓并将他们组织成双层的结构，第一层是外部轮廓边界，第二层边界是孔的边界。从图2可以看到5个轮廓的边界，其中3个包含孔。最外层边界c0有两个孔，c0之间的所有孔相互间由h_prev和h_next指针连接。
&&& CV_RETR_TREE 检测出所有轮廓并且重新建立网状的轮廓结构。图2中，根节点是最外层的边界c0，c0之下是孔h00，在同一层中与另一个孔h01相连接。同理，每个孔都有子节点(相对于c000和c010)，这些子节点和父节点被垂直连接起来。这个步骤一直持续到图像最内层的轮廓，这些轮廓会成为树叶节点。
2. method的五个值
&&& CV_CHAIN_CODE&用freeman链码输出轮廓，其他方法输出多边形(顶点的序列)。
&& &CV_CHAIN_APPROX_NONE将链码编码中的所有点转换为点。
&& &CV_CHAIN_APPROX_SIMPLE压缩水平，垂直或斜的部分，只保存最后一个点。
&&& CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_QPPROX_TC89_KCOS使用Teh-Chin链逼近算法中的一个。
&&& CV_LINK_RUNS与上述的算法完全不同，连接所有的水平层次的轮廓。
二&实验部分
&&& 我用跟上面的例子结构一样的图作为测试图片(这是我照着上面的图自己画的)。
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&图3&原图
测试代码如下：
#include &opencv/highgui.h&
#include &opencv/cv.h&
void main()
&Mat image = imread(&test.png&);
&cvtColor(image, gray, CV_BGR2GRAY);
&GaussianBlur(gray, gray, Size(3, 3), 3, 3);
&threshold(gray, img, 0, 255, THRESH_OTSU);
&Mat img1;
&img.copyTo(img1);
&vector&vector&Point&&
&vector&Vec4i&
&findContours(img, contours, hierarchy, CV_RETR_CCOMP, CV_CHAIN_APPROX_NONE);
&Mat resultImage = Mat ::zeros(img.size(),CV_8U);
&drawContours(resultImage, contours, -1, Scalar(255, 0, 255));
1.&mode的四种方法
&&& 下图是分别用mode的四种方法得到的轮廓的结果
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&图4&四种mode方式分别得到的轮廓结果
&&& 从图中可以看出，图4(a)得到的只有一个最外的轮廓，hierarchy的值为{-1，-1，-1，-1}，表示除此之外没有别的连接。其他三种方式都可以得到所有的轮廓，而hierarchy的值是不同的，反映了不同的轮廓连接方法即结果的拓扑机构。
2.method的五种方法
&&&& CV_CHAIN_CODE是用Freeman链码输出轮廓，在Freeman链码中，多边形被表示成一系列位移，每一个位移有8个方向，使用整数0~7表示。关于Freeman链码的具体内容《学习opencv》这本书里有详细的介绍。通过试验发现用这种方式表示的轮廓不可以通过drawContours()绘制出检测到的轮廓。
&&&& CV_CHAIN_APPROX_NONE&是将链码编码中的所有点转换为点，也就是参数contours中的每个轮廓是用构成该轮廓的所有像素点表示的。
&&&& CV_CHAIN_APPROX_NONE是输出多边形顶点的序列，也就是说参数contours中的每个轮廓是用该轮廓的所有顶点表示的。
&&&& 图5分别画出了这两种方式下的contours中的点，用红色的点表示。
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& 图5&轮廓的表达方式
&&& 其中(a)中由于像素之间没有间隔已经练成线了。
&&& 图6是CV_CHAIN_APPROX_TC89_L1和CV_LINK_RUNS两种方式下contours的结果。
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& 图6&轮廓的表达方式
&&&& 从图中可以看出，CV_CHAIN_APPROX_TC89_L1的结果也是保存的轮廓的顶点，但是仔细看可以看出轮廓线是有断的感觉不是连贯的，这可能是轮廓逼近过程中的误差，具体情况就不清楚了，也有可能这种方法对具有某种特征的图逼近效果比较好。
&&& 书上说CV_LINK_RUNS是和上述算法完全不同的算法，连接所有水平层次的轮廓，但结果画出来的是一条条垂直的线，也不清楚具体怎么回事，不过应该也肯定是有它存在的意义的。另外，在mode=CV_RETR_EXTERNAL的前提下，选用这种方式也是可以画出所有轮廓的，而其他的方式只能画出最外层的轮廓。还有书上说此方法只可与&&& CV_RETR_LIST搭配使用。我试了其他的方法，也是可以的。
&&& 所以method这个参数决定了轮廓的表达方式，这要根据自己提取轮廓后的应用选择合适的轮廓描述方法来决定用哪一种。
3.drawContours()函数中的参数thinkness
&&& thinkness=CV_FILLED可以填充轮廓，opencv官网对这个参数的解释原文是“If it is negative (for example,thickness=CV_FILLED ), the contour interiors are drawn”，图7给出了这个thinkness=CV_FILLED时的绘制结果，可以看出我们得到了跟原图一致的结果。
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& 图7&轮廓绘制结果
关于更复杂的情况就没研究了，我要的就是图7这样的结果。有不对的地方希望大家批评指正！


&&相关文章推荐
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：7847次
排名：千里之外