在檢測物體的輪廓時，我們通常會使用到opencv中的findcontour和drawcontour，比較常用而且效果不錯。那么findcontour是基于什么原理來實現輪廓的提取呢？

　　輪廓的提取與描述

　　在目標識別中我們首先要把感興趣的目標提取出來，而一般常見的步驟都是通過顏色或紋理提取出目標的前景圖（一幅黑白圖像，目標以白色顯示在圖像中），接下來我們要對前景圖進行分析進一步地把目標提取出來，而這里常常用到的就是提取目標的輪廓。

　　OpenCV里提取目標輪廓的函數是findContours，它的輸入圖像是一幅二值圖像，輸出的是每一個連通區域的輪廓點的集合：vector《vector《Point》》。外層vector的size代表了圖像中輪廓的個數，里面vector的size代表了輪廓上點的個數。下面我們通過實例來看函數的用法。

　　view plain copy print？

　　int main（）

　　{

　　using namespace cv;

　　Mat image=imread（“。。/shape.png”）;

　　cvtColor（image，image，CV_BGR2GRAY）;

　　vector《vector《Point》》 contours;

　　// find

　　findContours（image，contours，CV_RETR_EXTERNAL，CV_CHAIN_APPROX_NONE）;

　　// draw

　　Mat result（image.size（），CV_8U，Scalar（0））;

　　drawContours（result，contours，-1，Scalar（255），2）;

　　namedWindow（“contours”）;

　　imshow（“contours”，result）;

　　waitKey（）;

　　return 0;

　　}

　　int main（）

　　{

　　using namespace cv;

　　Mat image=imread（“。。/shape.png”）;

　　cvtColor（image，image，CV_BGR2GRAY）;

　　vector《vector《Point》》 contours;

　　// find

　　findContours（image，contours，CV_RETR_EXTERNAL，CV_CHAIN_APPROX_NONE）;

　　// draw

　　Mat result（image.size（），CV_8U，Scalar（0））;

　　drawContours（result，contours，-1，Scalar（255），2）;

　　namedWindow（“contours”）;

　　imshow（“contours”，result）;

　　waitKey（）;

　　return 0;

　　}

　　上面程序中包含了2個函數，第一個是查找輪廓函數，它的第三個參數說明查找輪廓的類型，這里我們使用的是外輪廓，還可以查找所有輪廓，即

　　包括一些孔洞的部分，像圖像人物胳膊與腰間形成的輪廓。第4個參數說明了輪廓表示的方法，程序中的參數說明輪廓包括了所有點，也可以用其

　　他參數讓有點直線的地方，只保存直線起始與終點的位置點，具體參數用法可以參考手冊里函數的介紹。

　　第二個函數drawContours是一個畫輪廓的函數，它的第3個參數程序里設置-1表示所有的輪廓都畫，你也可以指定要畫的輪廓的序號。

　　提取到輪廓后，其實我們更關心的是如果把這些輪廓轉換為可以利用的特征，也就是涉及到輪廓的描述問題，這時就有多種方法可以選擇，比如矢

　　量化為多邊形、矩形、橢圓等。OpenCV里提供了一些這樣的函數。

　　［cpp］ view plain copy print？

　　// 輪廓表示為一個矩形

　　Rect r = boundingRect（Mat（contours［0］））;

　　rectangle（result， r， Scalar（255）， 2）;

　　// 輪廓表示為一個圓

　　float radius;

　　Point2f center;

　　minEnclosingCircle（Mat（contours［1］）， center， radius）;

　　circle（result， Point（center）， static_cast《int》（radius）， Scalar（255）， 2）;

　　// 輪廓表示為一個多邊形

　　vector《Point》 poly;

　　approxPolyDP（Mat（contours［2］）， poly， 5， true）;

　　vector《Point》：：const_iterator itp = poly.begin（）;

　　while （itp ！= （poly.end（） - 1））

　　{

　　line（result， *itp， *（itp + 1）， Scalar（255）， 2）;

　　++itp;

　　}

　　line（result， *itp， *（poly.begin（））， Scalar（255）， 2）;

　　// 輪廓表示為凸多邊形

　　vector《Point》 hull;

　　convexHull（Mat（contours［3］）， hull）;

　　vector《Point》：：const_iterator ith = hull.begin（）;

　　while （ith ！= （hull.end（） - 1））

　　{

　　line（result， *ith， *（ith + 1）， Scalar（255）， 2）;

　　++ith;

　　}

　　line（result， *ith， *（hull.begin（））， Scalar（255）， 2）;

　　// 輪廓表示為一個矩形

　　Rect r = boundingRect（Mat（contours［0］））;

　　rectangle（result， r， Scalar（255）， 2）;

　　// 輪廓表示為一個圓

　　float radius;

　　Point2f center;

　　minEnclosingCircle（Mat（contours［1］）， center， radius）;

　　circle（result， Point（center）， static_cast《int》（radius）， Scalar（255）， 2）;

　　// 輪廓表示為一個多邊形

　　vector《Point》 poly;

　　approxPolyDP（Mat（contours［2］）， poly， 5， true）;

　　vector《Point》：：const_iterator itp = poly.begin（）;

　　while （itp ！= （poly.end（） - 1））

　　{

　　line（result， *itp， *（itp + 1）， Scalar（255）， 2）;

　　++itp;

　　}

　　line（result， *itp， *（poly.begin（））， Scalar（255）， 2）;

　　// 輪廓表示為凸多邊形

　　vector《Point》 hull;

　　convexHull（Mat（contours［3］）， hull）;

　　vector《Point》：：const_iterator ith = hull.begin（）;

　　while （ith ！= （hull.end（） - 1））

　　{

　　line（result， *ith， *（ith + 1）， Scalar（255）， 2）;

　　++ith;

　　}

　　line（result， *ith， *（hull.begin（））， Scalar（255）， 2）;

　　程序中我們依次畫了矩形、圓、多邊形和凸多邊形。最終效果如下：

　　對連通區域的分析到此遠遠沒有結束，我們可以進一步計算每一個連通區域的其他屬性，比如：重心、中心矩等特征，這些內容以后有機會展開來寫。

　　以下幾個函數可以嘗試：minAreaRect：計算一個最小面積的外接矩形，contourArea可以計算輪廓內連通區域的面積；pointPolygenTest可以

　　用來判斷一個點是否在一個多邊形內。mathShapes可以比較兩個形狀的相似性，相當有用的一個函數。

　　一、大概思想

　　他主要介紹了兩種算法，用來對數字二值圖像進行拓撲分析。第一種算法是在確定二值圖像邊界的圍繞關系，即確定外邊界、孔邊界以及他們的層次關系，由于這些邊界和原圖的區域具有一一對應關系（外邊界對應像素值為1的連通區域，孔邊界對應像素值為0的區域），因此我們就可以用邊界來表示原圖。第二種算法，是第一種算法的修改版本，本質一樣，但是它只找最外面的邊界。

　　也許你會問，這個算法怎么來確定外邊界，孔邊界以及他們的層級關系？他采用編碼的思想，給不同的邊界賦予不同的整數值，從而我們就可以確定它是什么邊界以及層次關系。輸入的二值圖像即為0和1的圖像，用f（i，j）表示圖像的像素值。每次行掃描，遇到以下兩種情況終止：

　　（1）f（i，j-1）=0，f（i，j）=1；//f（i，j）是外邊界的起始點

　　（2）f（i，j）》=1，f（i，j+1）=0；//f（i，j）是孔邊界的起始點

　　然后從起始點開始，標記邊界上的像素。在這里分配一個唯一的標示符給新發現的邊界，叫做NBD。初始時NBD=1，每次發現一個新邊界加1。在這個過程中，遇到f（p，q）=1，f（p，q+1）=0時，將f（p，q）置為-NBD。什么意思呢？就是右邊邊界的終止點。假如一個外邊界里有孔邊界時，怎么推導呢？限于篇幅，你可以看論文的附錄1。

　　二、實例運用

　　下面舉個例子，對一幅圖像先進行邊沿提取，這里使用canny，然后再用findcontour提取輪廓，最后用drawcontour畫出輪廓。

　　#include “StdAfx.h”#include “opencv2/highgui/highgui.hpp”#include “opencv2/imgproc/imgproc.hpp”#include 《iostream》#include 《stdio.h》#include 《stdlib.h》

　　using namespace cv;using namespace std;

　　Mat src; Mat src_gray;int thresh = 100;int max_thresh = 255;RNG rng（12345）;

　　/// Function headervoid thresh_callback（int， void* ）;

　　/** @function main */int main（）{ /// Load source image and convert it to gray src = imread（“lena.jpg”， 1 ）;

　　/// Convert image to gray and blur it cvtColor（ src， src_gray， CV_BGR2GRAY ）; blur（ src_gray， src_gray， Size（3，3） ）;

　　/// Create Window char* source_window = “Source”; namedWindow（ source_window， 0）; imshow（ source_window， src ）;

　　createTrackbar（ “ Canny thresh：”， “Source”， &thresh， max_thresh， thresh_callback ）; thresh_callback（ 0， 0 ）;

　　waitKey（0）; return（0）;}

　　/** @function thresh_callback */void thresh_callback（int， void* ）{ Mat canny_output; vector《vector《Point》 》 contours; vector《Vec4i》 hierarchy;

　　/// Detect edges using canny Canny（ src_gray， canny_output， thresh， thresh*2， 3 ）; /// Find contours findContours（ canny_output， contours， hierarchy， CV_RETR_EXTERNAL， CV_CHAIN_APPROX_SIMPLE， Point（0， 0） ）;

　　/// Draw contours Mat drawing = Mat：：zeros（ canny_output.size（）， CV_8UC3 ）; for（ int i = 0; i《 contours.size（）; i++ ） { Scalar color = Scalar（ rng.uniform（0， 255）， rng.uniform（0，255）， rng.uniform（0，255） ）; drawContours（ drawing， contours， i， color， CV_FILLED， 8， hierarchy， 0， Point（） ）; }

　　/// Show in a window namedWindow（ “Contours”， 0 ）; imshow（ “Contours”， drawing ）;

　　來自CODE的代碼片contour.cpp

　　結果圖如下：

　　三、代碼注釋

　　findContours（ canny_output， contours， hierarchy， CV_RETR_EXTERNAL， CV_CHAIN_APPROX_SIMPLE， Point（0， 0） ）;

　　來自CODE的代碼片findcontour.cpp

　　canny_output：使用canny算子提取邊緣的結果圖，這里的圖像必須是二值圖像；

　　contours：提取得到的輪廓圖，每個輪廓作為一個點向量來存儲；

　　hierarchy：關于輸出圖像的拓撲信息，例如第i個輪廓，hierarchy［i］［0］和hiearchy［i］［1］表示該輪廓的前一個和后一個輪廓，同一層關系；hiearchy［i］［2］和hiearchy［i］［3］表示父輪廓和子輪廓，不同層的關系。

　　CV_RETR_EXTERNAL：輪廓檢索模式，這里采用外輪廓的模式；

　　CV_CHAIN_APPROX_SIMPLE：輪廓的近似方法，這里采用壓縮方式，只用端點來表示；

　　Point（0，0）：偏移量，這里無偏移。

　　drawContours（ drawing， contours， i， color，CV_FILLED， 8， hierarchy， 0， Point（） ）;

　　來自CODE的代碼片drawContours.cpp

　　drawing：目標圖像；

　　contours：所有輸入的輪廓；

　　i：指定那個輪廓被畫；

　　color：輪廓的顏色

　　CV_FILLED：線的寬度，這里采用填充模式；

　　8：線的連接度；

　　hierarchy：只有當你只需要畫一些輪廓時，這個參數才需要：

　　0：所畫輪廓的最大級別，為0時表示只畫指定的輪廓；

　　Point（）：偏移量。