opencv學習--輪廓檢測
輪廓檢測，是影象處理中比較重要的一個部分。findContourhe和DrawContours
一、輪廓概述
輪廓可以簡單認為成將連續的點（連著邊界）連在一起的曲線，具有相同的顏色或者灰度。輪廓在形狀分析和物體的檢測和識別中很有用。
• 為了更加準確，要使用二值化影象。在尋找輪廓之前，要進行閾值化處理或者 Canny 邊界檢測。
• 查詢輪廓的函式會修改原始影象。如果你在找到輪廓之後還想使用原始影象的話，你應該將原始影象儲存到其他變數中。
• 在 OpenCV 中，查詢輪廓就像在黑色背景中超白色物體,要找的物體應該是白色而背景應該是黑色。
二、 尋找輪廓
函式cv::findContour是從二值影象中來計算輪廓的，它可以使用cv::Canny()函式處理的影象，因為這樣的影象含有邊緣畫素；也可以使用cv::threshold()或者cv::adaptiveThreshold()處理後的影象，其邊緣隱含在正負區域的交界處。
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) );
findContours(threshold_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));
第一個引數：image，單通道影象矩陣，可以是灰度圖等，此處為threshold_output是一個二值影象；
第二個引數：contours，定義為“vector<vector<Point>> contours”，是一個雙重向量，向量內每個元素儲存了一組由連續的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。
第三個引數：hierarchy，為輸出引數，這個引數將指向用來儲存輪廓資訊的連結串列表頭。hierarchy向量內每一個元素的4個int型變數——hierarchy[i][0] ~hierarchy[i][3]，分別表示第i個輪廓的後一個輪廓、前一個輪廓、父輪廓、內嵌輪廓的索引編號。如果當前輪廓沒有對應的後一個輪廓、前一個輪廓、父輪廓或內嵌輪廓的話，則hierarchy[i][0] ~hierarchy[i][3]的相應位被設定為預設值-1。
第四個引數 表示儲存輪廓連結串列的表頭大小，當第六個引數傳入CV_CHAIN_CODE時，要設定成sizeof(CvChain)，其它情況統一設定成sizeof(CvContour)。
第五個引數：int型的mode，定義輪廓的檢索模式：
取值一：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。
取值二：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，沒有等級關係，這就意味著這個檢索模式下不存在父輪廓或內嵌輪廓，
所以hierarchy向量內所有元素的第3、第4個分量都會被置為-1。
取值三：CV_RETR_CCOMP 檢測所有的輪廓，但所有輪廓只建立兩個等級關係，外圍為頂層，若外圍
內的內圍輪廓還包含了其他的輪廓資訊，則內圍內的所有輪廓均歸屬於頂層
取值四：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。
第六個引數：int型的method，定義輪廓的近似方法：
取值一：CV_CHAIN_APPROX_NONE 儲存物體邊界上所有連續的輪廓點到contours向量內
取值二：CV_CHAIN_APPROX_SIMPLE 僅儲存輪廓的拐點資訊，把所有輪廓拐點處的點儲存入contours
向量內，拐點與拐點之間直線段上的資訊點不予保留
取值三和四：CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似演算法
第七個引數 表示偏移量，比如你要從影象的（100, 0）開始進行輪廓檢測，那麼就傳入（100, 0）。
三、輪廓繪製
cvDrawContours函式功能：在影象上繪製外部和內部輪廓
函式原型：
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)
);第一個引數表示輸入影象，函式將在這張影象上繪製輪廓。
第二個引數表示指向輪廓連結串列的指標。
第三個引數和第四個引數表示顏色，繪製時會根據輪廓的層次來交替使用這二種顏色。
第五個引數表示繪製輪廓的最大層數，如果是0，只繪製contour；如果是1，追加繪製和contour同層的所有輪廓；如果是2，追加繪製比contour低一層的輪廓，以此類推；如果值是負值，則函式並不繪製contour後的輪廓，但是將畫出其子輪廓，一直到abs(max_level) - 1層。
第六個引數表示輪廓線的寬度，如果為CV_FILLED則會填充輪廓內部。
第七個引數表示輪廓線的型別。
第八個引數表示偏移量，如果傳入（10，20），那繪製將從影象的（10，20）處開始。
程式：對普通影象進行檢測，繪製輪廓。
#include "stdafx.h"
#include <opencv2/opencv.hpp>
using namespace std;
#pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")
IplImage *g_pGrayImage = NULL;
const char *pstrWindowsBinaryTitle = "二值圖";
const char *pstrWindowsOutLineTitle = "輪廓圖";
CvSeq *g_pcvSeq = NULL;
void on_trackbar(int pos)
{
// 轉為二值圖
IplImage *pBinaryImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 1);
cvThreshold(g_pGrayImage, pBinaryImage, pos, 255, CV_THRESH_BINARY);
// 顯示二值圖
cvShowImage(pstrWindowsBinaryTitle, pBinaryImage);
CvMemStorage* cvMStorage = cvCreateMemStorage();
// 檢索輪廓並返回檢測到的輪廓的個數
cvFindContours(pBinaryImage,cvMStorage, &g_pcvSeq);
IplImage *pOutlineImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 3);
//輪廓最大層數
int _levels = 5;
cvZero(pOutlineImage);
cvDrawContours(pOutlineImage, g_pcvSeq, CV_RGB(255,0,0), CV_RGB(0,255,0), _levels);
cvShowImage(pstrWindowsOutLineTitle, pOutlineImage);
cvReleaseMemStorage(&cvMStorage);
cvReleaseImage(&pBinaryImage);
cvReleaseImage(&pOutlineImage);
}
int main( int argc, char** argv )
{
const char *pstrWindowsSrcTitle = "原圖";
const char *pstrWindowsToolBarName = "二值化";
// 從檔案中載入原圖
IplImage *pSrcImage = cvLoadImage("beautiful.jpg", CV_LOAD_IMAGE_UNCHANGED);
// 顯示原圖
cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);
cvShowImage(pstrWindowsSrcTitle, pSrcImage);
// 轉為灰度圖
g_pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);
cvCvtColor(pSrcImage, g_pGrayImage, CV_BGR2GRAY);
// 建立二值圖和輪廓圖視窗
cvNamedWindow(pstrWindowsBinaryTitle, CV_WINDOW_AUTOSIZE);
cvNamedWindow(pstrWindowsOutLineTitle, CV_WINDOW_AUTOSIZE);
// 滑動條
int nThreshold = 0;
cvCreateTrackbar(pstrWindowsToolBarName, pstrWindowsBinaryTitle, &nThreshold, 254, on_trackbar);
on_trackbar(1);
cvWaitKey(0);
cvDestroyWindow(pstrWindowsSrcTitle);
cvDestroyWindow(pstrWindowsBinaryTitle);
cvDestroyWindow(pstrWindowsOutLineTitle);
cvReleaseImage(&pSrcImage);
cvReleaseImage(&g_pGrayImage);
return 0;
}
四 其他輪廓相關
findContours後會對輸入的2值影象改變，所以如果不想改變該2值影象，需建立新mat來存放，findContours後的輪廓資訊contours可能過於複雜不平滑，可以用approxPolyDP函式對該多邊形曲線做適當近似
contourArea函式可以得到當前輪廓包含區域的大小，方便輪廓的篩選
findContours經常與drawContours配合使用，用來將輪廓繪製出來。其中第一個引數image表示目標影象，第二個引數contours表示輸入的輪廓組，每一組輪廓由點vector構成，第三個引數contourIdx指明畫第幾個輪廓，如果該引數為負值，則畫全部輪廓，第四個引數color為輪廓的顏色，第五個引數thickness為輪廓的線寬，如果為負值或CV_FILLED表示填充輪廓內部，第六個引數lineType為線型，第七個引數為輪廓結構資訊，第八個引數為maxLevel
得到了複雜輪廓往往不適合特徵的檢測，這裡再介紹一個點集凸包絡的提取函式convexHull，輸入引數就可以是contours組中的一個輪廓，返回外凸包絡的點集
還可以得到輪廓的外包絡矩形，使用函式boundingRect，如果想得到旋轉的外包絡矩形，使用函式minAreaRect，返回值為RotatedRect；也可以得到輪廓的外包絡圓，對應的函式為minEnclosingCircle；想得到輪廓的外包絡橢圓，對應的函式為fitEllipse，返回值也是RotatedRect，可以用ellipse函式畫出對應的橢圓
如果想根據多邊形的輪廓資訊得到多邊形的多階矩，可以使用類moments，這個類可以得到多邊形和光柵形狀的3階以內的所有矩，類內有變數m00，m10，m01，m20，m11，m02，m30，m21，m12，m03，比如多邊形的質心為 x = m10 / m00，y = m01 / m00。
如果想獲得一點與多邊形封閉輪廓的資訊，可以呼叫pointPolygonTest函式，這個函式返回值為該點距離輪廓最近邊界的距離，為正值為在輪廓內部，負值為在輪廓外部，0表示在邊界上。
五、輪廓匹配