在使用opencv处理图像的时候，在获取ROI区域这一步用的最多的就是找到指定区域，一般是根据轮廓提取，我们可以通过opencv中的findContours()函数来查找图片中的轮廓，但是会发现找到的轮廓相当之多，如何在这些轮廓中准确定位道自己需要的轮廓呢？下面介绍几种方法：
前导知识
1. 查找轮廓
findContours() ps:点击函数名可以直接跳转到官方文档哦！
void cv::findContours(InputOutputArray image,
OutputArrayOfArrays contours,
OutputArray hierarchy,
int mode,
int method,
Point offset = Point()
)
Python:
cv.findContours(image, mode, method[, contours[, hierarchy[, offset]]])->image, contours, hierarchy
#include
在二值图像中查找轮廓
参数
说明
可选值
image
输入的源图像
contours
(out)查找到的所有的轮廓的集合
hierarchy
(out)维护了每个轮廓的拓扑结构（层级关系），和contours同型
mode
轮廓检索模式
RETR_EXTERNALRETR_LISTRETR_CCOMPRETR_TREERETR_FLOODFILL
method
轮廓近似方法
CHAIN_APPROX_NONECHAIN_APPROX_SIMPLECHAIN_APPROX_TC89_L1CHAIN_APPROX_TC89_KCOS
offest
每个轮廓点移动的偏移量
Examples:
vector
vector
cv::findContours( img, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);
2. 绘制轮廓
drawContours()ps:点击函数名可以直接跳转到官方文档哦！
void cv::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()
)
Python:
cv.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]])->image
#include
绘制轮廓线或者填充轮廓
参数
说明
取值
image
输入的源图像
contours
保存了所有轮廓的集合
contourIdx
待绘制的轮廓序号
color
绘制的轮廓线的颜色
thickness
轮廓线的粗细
负值时绘制内轮廓
lineType
轮廓线线型
FILLEDLINE_4LINE_8LINE_AA
hierarchy
维护了所有轮廓的拓扑结构
maxLevel
最大嵌套层级
offset
轮廓线的偏移量
Examples:
vector
vector
findContours(imgDilate, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE );
for (int idx = 0; idx < contours.size(); idx++)
{
Scalar color(rand() & 255, rand() & 255, rand() & 255);
drawContours(img, contours, idx, color, 2, LINE_8, hierarchy, 3);
}
imshow("img",img);
正文
1. 根据面积筛选
使用contourArea()可以计算得到一个轮廓的面积(这里的面积的单位应该是平方像素)，然后和最小面积比较，得到筛选后的轮廓。
ps:左图为findContours函数查找到的所有的轮廓，右图为根据面积筛选得到area>10000的所有轮廓
Examples:
// 计算轮廓面积
double area = contourArea(contours[idx]);
// 预设最小轮廓面积为1000，<=1000的轮廓被筛除，>1000的轮廓被放入finalContours中以返回
if(area > minArea){
finalContours.push_back(contours[idx]);
}
2. 根据拐点个数筛选多边形轮廓
如果要在一堆多边形轮廓中筛选出四边形轮廓，则可以首先根据拐点的个数进行筛选，使用approxPolyDP()获取轮廓拐点。
ps:左图为经过预处理的二值图像，右图为根据拐点数量筛选出的所有拐点为4的轮廓
Examples:
// 获取轮廓拐点，拐点坐标保存在approx中，精度为轮廓周长的0.02倍
approxPolyDP(contours[idx],approx,0.02*arcLength(contours[idx],true), true);
// 预设要筛选的拐点数目approxNum=4
if (approx.size() == approxNum) {
finalContours.push_back(contours[idx]);
｝
3. 根据嵌套层级筛选
以上面的二值图像为例，如果当通过拐点、面积筛选的方法筛选之后，发现白线的内侧和外侧轮廓都被画了出来，如果只要外轮廓，则可以根据hierarchy来进行筛选。
ps:左图为筛选前，右图为筛选后
approxPolyDP(contours[idx], approx, 0.02 * arcLength(contours[idx], true), true);
// 根据拐点数量筛选
if (approx.size() == approxNum) {
// 筛除具有父轮廓的轮廓
if (hierarchy[idx][3] < 0) {
dstContours.push_back(contours[idx]);
dstApproxs.push_back(approx);
}
}
参考文献
OpenCV—轮廓操作一站式详解：查找/筛选/绘制/形状描述与重心标注(Python版)
OpenCV官方文档
杂项
如何阅读OpenCV官方文档
markdown更改颜色和字体
markdown设置图片大小
资源分享
opencv官方文档网盘下载