OpenCV在图像中寻找轮廓和计算图像中物体的凸包

一、轮廓的寻找

用于寻找的函数：

void findContours( InputOutputArray image, OutputArrayOfArrays contours,
OutputArray hierarchy, int mode,
int method, Point offset = Point());

第一个参数为输入图像，要求为8位1通道。

第二个为用于输出的点的集合，应该为Point的向量。

第三个参数为可选输出向量，包含了图像的拓扑信息。

然后是用于绘图的函数：

void drawContours( InputOutputArray image, InputArrayOfArrays contours,
int contourIdx, const Scalar& color,
int thickness = 1, int lineType = LINE_8,
InputArray hierarchy = noArray(),
int maxLevel = INT_MAX, Point offset = Point() );

具体用法和findContours对照即可，其中contourIdx参数为contours的索引，所以在循环中使用比较好。

具体代码：

int main()
{
RNG rng(12345);
Mat a = imread("1RT05508-0.jpg");
imshow("原图", a);
cvtColor(a, a, CV_RGB2GRAY);

vector<vector<Point> > contours;
vector<Vec4i> hierarchy;

Canny(a, a, 100, 300);
findContours(a, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE);
Mat drawing = Mat::zeros(a.size(), CV_8UC3);
Mat b = Mat::zeros(a.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(b, contours, i, color, 2, 8, hierarchy, 0);
}
imshow("效果图", b);
cvWaitKey(10000);
}

二、凸包的计算

所使用的函数：

void convexHull( InputArray points, OutputArray hull,
bool clockwise = false, bool returnPoints = true );

参数就是之前计算出的轮廓和用于输出的集合

具体代码：

int main()
{
RNG rng(12345);
Mat a = imread("9660416_102608612175_2.jpg");
imshow("原图", a);
cvtColor(a, a, CV_RGB2GRAY);

vector<vector<Point> > contours;
vector<Vec4i> hierarchy;

Canny(a, a, 100, 300);
findContours(a, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE);

vector<vector<Point> >hull(contours.size());
for (int i = 0; i < contours.size(); i++)     //计算凸包
{
convexHull(Mat(contours[i]), hull[i]);
}

Mat b = Mat::zeros(a.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(b, contours, i, color, 2, 8, hierarchy, 0);
drawContours(b, hull, i, color, 1, 8, vector<Vec4i>(), 0);    //绘制凸包
}
imshow("效果图", b);
cvWaitKey(10000);
}

效果图：