OpenCV與EmguCV中的影象輪廓提取
阿新 • • 發佈：2019-02-06
輪廓是影象中表示邊界的一系列點的集合。
雖然邊緣檢測演算法可以根據畫素間的差異檢查出輪廓邊界的畫素，但是它並沒有把輪廓做為一個整體表示出來。所以下一步工作是把這些邊緣檢測出來的畫素組裝成輪廓。openCV中可以用findContours()函式來從二值影象中提取輪廓。openCV中一般用序列來儲存輪廓資訊。序列中的每一個元素是曲線中一個點的位置。函式findContours()從二值影象中尋找輪廓。findContours()處理的影象可以是Canny()後得到的有邊緣畫素的的影象，也可以是Threshold()後得到的影象，這時的邊緣是正負區域之間的邊界。
在介紹函式原型之前，我們還需要簡單瞭解下輪廓樹的概念。openCV允許得到的輪廓被聚合成一個輪廓樹，從而把包含的關係編碼到輪廓樹中。輪廓中直接包含的輪廓成為了它們的子節點。以此類推。
OpenCV3.0中的函式原型如下：
void findContours(InputOutArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset = Point())- 第一個引數，InputOutArray型別的image，源影象，應為8位單通道的Mat型別。影象的非零畫素被認為是1，0畫素被保留為0。此函式會在提取圖線輪廓的同時修改影象的內容。
- 第二個引數，OutputArrayOfArrays型別的contours。函式呼叫後的運算結果儲存在這裡，即為檢測到的輪廓，每一個輪廓儲存為一個點向量，即用Point型別的vector表示。
- 第三個引數，OutputArray型別的hierarchy，可選的輸出向量，包含影象的拓撲資訊。其作為輪廓數量的表示，包含了許多元素。每個輪廓contours[i]對應4個hierarchy元素hierarchy[i][0]~hierarchy[i][3]，分別表示後一個輪廓、前一個輪廓、父輪廓、內嵌輪廓的索引編號。如果沒有對應的項，該hierarchy[i]值對應的設為負數。
- 第四個引數，int型別的mode，輪廓檢索模式。
RETR_LIST - 提取所有輪廓，並且放置在 list 中
- 第五個引數，int型別的method，輪廓逼近的方法。
CHAIN_APPROX_SIMPLE - 壓縮水平、垂直和對角分割，即函式只保留末端的象素點;
CHAIN_APPROX_TC89_L1,CHAIN_APPROX_TC89_KCOS - 應用 Teh-Chin 鏈逼近演算法。
- 第六個引數，Point型別的offset，每個輪廓點的可選偏移量，有預設值Point()。當輪廓是從影象 ROI 中提取出來的時候，這個引數就可以排上用場了，因為可以從整個影象上下文來對輪廓做分析。
Mat srcImage = imread("M:/影象處理實驗/輪廓提取/test-1.bmp",1);
cvtColor(srcImage, srcImage, COLOR_BGR2GRAY);
adaptiveThreshold(srcImage,srcImage,255,ADAPTIVE_THRESH_GAUSSIAN_C,THRESH_BINARY, 35, 10);
Mat result = Mat::zeros(srcImage.size(), CV_8UC3);
srcImage.copyTo(result);
Canny(srcImage,srcImage,3,6,3);
vector<vector<Point> > contours;
vector<Vec4i> hierarchy;
findContours(srcImage, contours, hierarchy, CV_RETR_TREE, CHAIN_APPROX_SIMPLE);
int areaMin = srcImage.cols * srcImage.rows;
for (int i = 0; i < contours.size(); i++ ){
double area = contourArea(((contours)._Myfirst)[i]);
if (area > srcImage.rows * srcImage.cols/3){
//選取滿足條件的最小的面積。認為改輪廓為答題卡的邊框。
if (areaMin > area){
areaMin = area;
}else{
continue;
}
double area = contourArea(((contours)._Myfirst)[i]);
Scalar color(rand() & 255, rand() & 255, rand() & 255);
drawContours(result, contours, i, color, CV_FILLED, 8, hierarchy, 0, Point());
}
}
imwrite("M:/影象處理實驗/輪廓提取/test-1-result.bmp", result);
EmguCV3.0中的函式原型如下：
Public Shared Sub FindContours(image As Emgu.CV.IInputOutputArray, contours As Emgu.CV.IOutputArray, hierarchy As Emgu.CV.IOutputArray, mode As Emgu.CV.CvEnum.RetrType, method As Emgu.CV.CvEnum.ChainApproxMethod, Optional offset As System.Drawing.Point = Nothing)- 第一個引數，Emgu.CV.IInputOutputArray型別的image，源影象。影象的非零畫素被認為是1，0畫素被保留為0。此函式會在提取圖線輪廓的同時修改影象的內容。
- 第二個引數，Emgu.CV.IOutputArray型別的contours。函式呼叫後的運算結果儲存在這裡，即為檢測到的輪廓，每一個輪廓儲存為一個點向量，即用Point型別的vector表示。
- 第三個引數，Emgu.CV.IOutputArray型別的hierarchy，可選的輸出向量，包含影象的拓撲資訊。
- 第四個引數，Emgu.CV.CvEnum.RetrType型別的mode，輪廓檢索模式。
Emgu.CV.CvEnum.RetrType.List- 提取所有輪廓，並且放置在 list 中
Emgu.CV.CvEnum.RetrType.Ccomp - 提取所有輪廓，並且將其組織為兩層的 hierarchy: 頂層為連通域的外圍邊界，次層為洞的內層邊界。
Emgu.CV.CvEnum.RetrType.Tree- 提取所有輪廓，並且重構巢狀輪廓的全部 hierarchy
- 第五個引數，Emgu.CV.CvEnum.ChainApproxMethod型別的method，輪廓逼近的方法。
Emgu.CV.CvEnum.ChainApproxMethod.ChainApproxSimple- 壓縮水平、垂直和對角分割，即函式只保留末端的象素點;
Emgu.CV.CvEnum.ChainApproxMethod.ChainApproxTC89L1, Emgu.CV.CvEnum.ChainApproxMethod.ChainApproxTC89KCOS - 應用 Teh-Chin 鏈逼近演算法。
- 第六個引數，Point型別的offset，每個輪廓點的可選偏移量，有預設值。當輪廓是從影象 ROI 中提取出來的時候，這個引數就可以排上用場了，因為可以從整個影象上下文來對輪廓做分析。
eg。
Dim bkGrayWhite As New Gray(255)
Dim img As Image(Of Gray, Byte) = New Image(Of Gray, Byte)("M:\影象處理實驗\輪廓提取\test-2.bmp")
Dim img_threshold As Image(Of Gray, Byte) = New Image(Of Gray, Byte)(img.Width, img.Height, bkGrayWhite)
Dim imgresult As Image(Of Rgb, Byte) = New Image(Of Rgb, Byte)(img.Width, img.Height, New Rgb(255, 255, 255))
img.CopyTo(img_threshold)
CvInvoke.AdaptiveThreshold(img_threshold, img, 255, CvEnum.AdaptiveThresholdType.MeanC, CvEnum.ThresholdType.Binary, 35, 10)
Dim imgCanny As Image(Of Gray, Byte) = New Image(Of Gray, Byte)(img.Width, img.Height, bkGrayWhite)
CvInvoke.Canny(img, imgCanny, 25, 25 * 2, 3)
Dim contours As Emgu.CV.Util.VectorOfVectorOfPoint = New Emgu.CV.Util.VectorOfVectorOfPoint()
Dim hierarchy As Emgu.CV.IOutputArray = New Image(Of Gray, Byte)(img.Width, img.Height, bkGrayWhite)
CvInvoke.FindContours(imgCanny,
contours,
hierarchy,
Emgu.CV.CvEnum.RetrType.External,
Emgu.CV.CvEnum.ChainApproxMethod.ChainApproxSimple
)
Dim areaMax As Integer = img.Width * img.Height
For i = 0 To contours.Size - 1
Dim area As Integer = CvInvoke.ContourArea(contours(i))
'篩選輪廓面積大於三分之一整體圖片面積的輪廓
If area < areaMax / 3 Then
Continue For
End If
CvInvoke.DrawContours(imgresult, contours, i, New MCvScalar(0, 0, 0), 2, CvEnum.LineType.EightConnected, hierarchy, 2147483647)
Next
imgresult.Save("M:\影象處理實驗\輪廓提取\test-2-result.bmp")
