opencv轮廓findContours&drawContours

本文目的

目的：学习使用opencv的findContours和drawContours函数

语言：java

版本：opencv-410

简介：通过findContours函数检测物体轮廓，并且用drawContours画出来

程序支持效果：

加载图片后可以在界面上更改三个参数进行效果对比查看

· 1.修改边缘检测阈值，改变边缘检测效果

· 2.修改轮廓检索模式

· 3.修改轮廓的近似模式

分解介绍

函数：findContours

findContours(Mat image,

List<MatOfPoint> contours,

Mat hierarchy,

int mode,

int method,

Point offset)

参数介绍

· 第一个参数：image：单通道图像矩阵，可以是灰度图，但更常用的是二值图像，一般是经过Canny、拉普拉斯等边缘检测算子处理过的二值图像；

· 第二个参数：contours，定义为"vector<vector<Point>> contours"，是一个向量，并且是一个双重向量，向量内每个元素保存了一组由连续的Point点构成的点的集合的向量，每一组Point点集就是一个轮廓。有多少轮廓，向量contours就有多少元素。

· 第三个参数：存储了检出的轮廓层级结构，具体学习参考别人的文档：

· 第四个参数：int型的mode，定义轮廓的检索模式：

· RETR_EXTERNAL：只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略

· RETR_LIST ：检测所有的轮廓，包括内围、外围轮廓，但是检测到的轮廓不建立等级关系，彼此之间独立，没有等级关系，这就意味着这个检索模式下不存在父轮廓或内嵌轮廓

· RETR_CCOMP： 检测所有的轮廓，但所有轮廓只建立两个等级关系，外围为顶层，若外围内的内围轮廓还包含了其他的轮廓信息，则内围内的所有轮廓均归属于顶层

· RETR_TREE：检测所有轮廓，所有轮廓建立一个等级树结构。外层轮廓包含内层轮廓，内层轮廓还可以继续包含内嵌轮廓。

· 第五个参数：int型的method，定义轮廓的近似方法：

· CHAIN_APPROX_NONE：保存物体边界上所有连续的轮廓点到contours向量内

· CHAIN_APPROX_SIMPLE：仅保存轮廓的拐点信息，把所有轮廓拐点处的点保存入contours向量内，拐点与拐点之间直线段上的信息点不予保留

· CHAIN_APPROX_TC89_L1，CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法

· 第六个参数：Point偏移量，所有的轮廓信息相对于原始图像对应点的偏移量，相当于在每一个检测出的轮廓点上加上该偏移量，并且Point还可以是负值！

函数：drawContours

drawContours(Mat image,

List<MatOfPoint> contours,

int contourIdx,

Scalar color,

int thickness,

int lineType,

Mat hierarchy,

int maxLevel,

Point offset)

参数介绍

· 第一个参数image表示目标图像，

· 第二个参数contours表示输入的轮廓组，每一组轮廓由点vector构成，

· 第三个参数contourIdx指明画第几个轮廓，如果该参数为负值，则画全部轮廓，

· 第四个参数color为轮廓的颜色，

· 第五个参数thickness为轮廓的线宽，如果为负值或CV_FILLED表示填充轮廓内部，

· 第六个参数lineType为线型，

· 第七个参数为轮廓结构信息，

· 第八个参数为maxLevel

· 第九个参数为偏移量

程序步骤

以下是程序的核心步骤：

· 加载本地图片

String filename = FileLoadUtils.getFilePath("static/ppp3.jpg");

Mat src = Imgcodecs.imread(filename);

· 灰度变换

//灰度变换

Imgproc.cvtColor(src, srcGray, Imgproc.COLOR_BGR2GRAY);

· 滤波处理

//滤波处理

Imgproc.blur(srcGray, srcGray, new Size(3, 3));

· 边缘检测

Mat cannyOutput = new Mat();

Imgproc.Canny(srcGray, cannyOutput, threshold, threshold * 2);

· 轮廓检测

Imgproc.findContours(cannyOutput, contours, hierarchy, retrModel, chainApproxModel);

· 轮廓检测结果的绘画

Mat drawing = Mat.zeros(cannyOutput.size(), CvType.CV_8UC3);

for (int i = 0; i < contours.size(); i++) {

Scalar color = new Scalar(rng.nextInt(256), rng.nextInt(256), rng.nextInt(256));

Imgproc.drawContours(drawing, contours, i, color, 1, Imgproc.LINE_8, hierarchy, 0, new Point());

}

代码

package com.joe.vision.machine.vision.samples;

import org.opencv.core.Point;

import org.opencv.core.*;

import org.opencv.highgui.HighGui;

import org.opencv.imgcodecs.Imgcodecs;

import org.opencv.imgproc.Imgproc;

import javax.swing.*;

import javax.swing.event.ChangeEvent;

import javax.swing.event.ChangeListener;

import java.awt.*;

import java.awt.event.ActionEvent;

import java.awt.event.ActionListener;

import java.io.FileNotFoundException;

import java.util.ArrayList;

import java.util.HashMap;

import java.util.List;

import java.util.Random;

class FindContours {

private static final int MAX_THRESHOLD = 255;

private Mat srcGray = new Mat();

private JFrame frame;

private JLabel imgSrcLabel;

private JLabel imgContoursLabel;

private int threshold = 100;

private Random rng = new Random(12345);

private static HashMap<String,Integer> retrModelMap = new HashMap();

private int retrModel = Imgproc.RETR_TREE;

static {

retrModelMap.put("RETR_EXTERNAL",Imgproc.RETR_EXTERNAL);

retrModelMap.put("RETR_TREE",Imgproc.RETR_TREE);

retrModelMap.put("RETR_LIST",Imgproc.RETR_LIST);

retrModelMap.put("RETR_CCOMP",Imgproc.RETR_CCOMP);

retrModelMap.put("RETR_FLOODFILL",Imgproc.RETR_FLOODFILL);

}

private static HashMap<String,Integer> chainApproxMap = new HashMap();

static {

chainApproxMap.put("CHAIN_APPROX_NONE",Imgproc.CHAIN_APPROX_NONE);

chainApproxMap.put("CHAIN_APPROX_SIMPLE",Imgproc.CHAIN_APPROX_SIMPLE);

chainApproxMap.put("CHAIN_APPROX_TC89_L1",Imgproc.CHAIN_APPROX_TC89_L1);

chainApproxMap.put("CHAIN_APPROX_TC89_KCOS",Imgproc.CHAIN_APPROX_TC89_KCOS);

}

private int chainApproxModel = Imgproc.CHAIN_APPROX_SIMPLE;

public FindContours(String[] args) throws FileNotFoundException {

String filename = FileLoadUtils.getFilePath("static/ppp3.jpg");

Mat src = Imgcodecs.imread(filename);

Imgproc.resize(src,src,new Size(src.width(),src.height()));

if (src.empty()) {

System.err.println("Cannot read image: " + filename);

System.exit(0);

}

//灰度变换

Imgproc.cvtColor(src, srcGray, Imgproc.COLOR_BGR2GRAY);

//滤波处理

Imgproc.blur(srcGray, srcGray, new Size(3, 3));

// Create and set up the window.

frame = new JFrame("Finding contours in your image demo");

frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);

// Set up the content pane.

Image img = HighGui.toBufferedImage(src);

addComponentsToPane(frame.getContentPane(), img);

// Use the content pane's default BorderLayout. No need for

// setLayout(new BorderLayout());

// Display the window.

frame.pack();

frame.setVisible(true);

update();

}

public static void main(String[] args) {

// Load the native OpenCV library

System.loadLibrary(Core.NATIVE_LIBRARY_NAME);

// Schedule a job for the event dispatch thread:

// creating and showing this application's GUI.

javax.swing.SwingUtilities.invokeLater(new Runnable() {

@Override

public void run() {

try {

new FindContours(args);

} catch (FileNotFoundException e) {

e.printStackTrace();

}

}

});

}

private void addComponentsToPane(Container pane, Image img) {

if (!(pane.getLayout() instanceof BorderLayout)) {

pane.add(new JLabel("Container doesn't use BorderLayout!"));

return;

}

JPanel sliderPanel = new JPanel();

sliderPanel.setLayout(new BoxLayout(sliderPanel, BoxLayout.PAGE_AXIS));

sliderPanel.add(new JLabel("Canny threshold: "));

//构建滑动工具条

JSlider slider = buildSlider();

//构建检索模式下拉框

JComboBox<String> retrModelBox = buildRetrModelBox();

//构建链近似值模式下拉框

JComboBox<String> chainApproxModelBox = buildChainApproxModelBox();

sliderPanel.add(slider);

sliderPanel.add(new JLabel("轮廓检索模式"));

sliderPanel.add(retrModelBox);

sliderPanel.add(new JLabel("链近似值模式"));

sliderPanel.add(chainApproxModelBox);

pane.add(sliderPanel, BorderLayout.PAGE_START);

JPanel imgPanel = new JPanel();

imgSrcLabel = new JLabel(new ImageIcon(img));

imgPanel.add(imgSrcLabel);

Mat blackImg = Mat.zeros(srcGray.size(), CvType.CV_8U);

imgContoursLabel = new JLabel(new ImageIcon(HighGui.toBufferedImage(blackImg)));

imgPanel.add(imgContoursLabel);

pane.add(imgPanel, BorderLayout.CENTER);

}

private JComboBox<String> buildRetrModelBox() {

JComboBox<String> retrModelBox = new JComboBox(retrModelMap.keySet().toArray());

retrModelBox.addActionListener(new ActionListener() {

@Override

public void actionPerformed(ActionEvent e) {

JComboBox<String> cb = (JComboBox<String>) e.getSource();

retrModel = retrModelMap.get(cb.getSelectedItem());

update();

}

});

return retrModelBox;

}

private JComboBox<String> buildChainApproxModelBox() {

JComboBox<String> retrModelBox = new JComboBox(chainApproxMap.keySet().toArray());

retrModelBox.addActionListener(new ActionListener() {

@Override

public void actionPerformed(ActionEvent e) {

JComboBox<String> cb = (JComboBox<String>) e.getSource();

chainApproxModel = chainApproxMap.get(cb.getSelectedItem());

update();

}

});

return retrModelBox;

}

private JSlider buildSlider() {

JSlider slider = new JSlider(0, MAX_THRESHOLD, threshold);

slider.setMajorTickSpacing(20);

slider.setMinorTickSpacing(10);

slider.setPaintTicks(true);

slider.setPaintLabels(true);

slider.addChangeListener(new ChangeListener() {

@Override

public void stateChanged(ChangeEvent e) {

JSlider source = (JSlider) e.getSource();

threshold = source.getValue();

update();

}

});

return slider;

}

private void update() {

Mat cannyOutput = new Mat();

Imgproc.Canny(srcGray, cannyOutput, threshold, threshold * 2);

List<MatOfPoint> contours = new ArrayList<>();

Mat hierarchy = new Mat();

Imgproc.findContours(cannyOutput, contours, hierarchy, retrModel, chainApproxModel);

Mat drawing = Mat.zeros(cannyOutput.size(), CvType.CV_8UC3);

for (int i = 0; i < contours.size(); i++) {

Scalar color = new Scalar(rng.nextInt(256), rng.nextInt(256), rng.nextInt(256));

Imgproc.drawContours(drawing, contours, i, color, 1, Imgproc.LINE_8, hierarchy, 0, new Point());

}

imgContoursLabel.setIcon(new ImageIcon(HighGui.toBufferedImage(drawing)));

frame.repaint();

}

}

效果

效果1

轮廓检索模式为RETR_EXTERNEL,只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略

效果2

轮廓检索模式为RETR_TREE，检索出所有的轮廓

其他效果操作程序可以看到有所不同