标签：

http://stackoverflow.com/questions/29491669/real-time-paper-sheet-detection-using-opencv-in-android/29492699#29492699

at srcImg; //you may want to apply Canny or some threshold before searching for contours
    List<MatOfPoint> contours = new ArrayList<MatOfPoint>();
    Mat hierarchy;
    Imgproc.findContours(srcImg, contours, hierarchy, Imgproc.RETR_LIST, Imgproc.CHAIN_APPROX_SIMPLE);
    MatOfPoint2f mat2fsrc, mat2fdst;
    Scalar color =  new Scalar(250, 250, 255);

    for (int i = 0; i < contours.size(); i++) {
        contours.get(i).convertTo(mat2fsrc, CvType.CV_32FC2);
        Imgproc.approxPolyDP(mat2fsrc, mat2fdst, 0.01 * Imgproc.arcLength(mat2fsrc, true), true);
        mat2fdst.convertTo(contours.get(i), CvType.CV_32S);
        Imgproc.drawContours(srcImg, contours, i, color, 2, 8, hierarchy, 0, new Point());
    }



===================================================================================================================================================================================================================

http://stackoverflow.com/questions/23134304/crop-out-part-from-images-findcontours-opencv-java


  System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
    // reading image 
    Mat image = Highgui.imread(".\\testing2.jpg", Highgui.CV_LOAD_IMAGE_GRAYSCALE);
    // clone the image 
    Mat original = image.clone();
    // thresholding the image to make a binary image
    Imgproc.threshold(image, image, 100, 128, Imgproc.THRESH_BINARY_INV);
    // find the center of the image
    double[] centers = {(double)image.width()/2, (double)image.height()/2};
    Point image_center = new Point(centers);

    // finding the contours
    ArrayList<MatOfPoint> contours = new ArrayList<MatOfPoint>();
    Mat hierarchy = new Mat();
    Imgproc.findContours(image, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE);

    // finding best bounding rectangle for a contour whose distance is closer to the image center that other ones
    double d_min = Double.MAX_VALUE;
    Rect rect_min = new Rect();
    for (MatOfPoint contour : contours) {
        Rect rec = Imgproc.boundingRect(contour);
        // find the best candidates
        if (rec.height > image.height()/2 & rec.width > image.width()/2)            
            continue;
        Point pt1 = new Point((double)rec.x, (double)rec.y);
        Point center = new Point(rec.x+(double)(rec.width)/2, rec.y + (double)(rec.height)/2);
        double d = Math.sqrt(Math.pow((double)(pt1.x-image_center.x),2) + Math.pow((double)(pt1.y -image_center.y), 2));            
        if (d < d_min)
        {
            d_min = d;
            rect_min = rec;
        }                   
    }
    // slicing the image for result region
    int pad = 5;        
    rect_min.x = rect_min.x - pad;
    rect_min.y = rect_min.y - pad;

    rect_min.width = rect_min.width + 2*pad;
    rect_min.height = rect_min.height + 2*pad;

    Mat result = original.submat(rect_min);     
    Highgui.imwrite("result.png", result);

===================================================================================================
参数说明   （maybe c/C++）

http://blog.csdn.net/augusdi/article/details/9011477

image：
输入的 8-比特、单通道图像. 非零元素被当成 1， 0 象素值保留为 0 - 从而图像被看成二值的。为了从灰度图像中得到这样的二值图像，可以使用 cvThreshold, cvAdaptiveThreshold 或 cvCanny. 本函数改变输入图像内容。 
storage：
得到的轮廓的存储容器 
first_contour：
输出参数：包含第一个输出轮廓的指针 
header_size：
如果 method=CV_CHAIN_CODE，则序列头的大小 >=sizeof(CvChain)，否则 >=sizeof(CvContour) . 
mode：
提取模式. 
CV_RETR_EXTERNAL - 只提取最外层的轮廓 
CV_RETR_LIST - 提取所有轮廓，并且放置在 list 中 
CV_RETR_CCOMP - 提取所有轮廓，并且将其组织为两层的 hierarchy: 顶层为连通域的外围边界，次层为洞的内层边界。 
CV_RETR_TREE - 提取所有轮廓，并且重构嵌套轮廓的全部 hierarchy 
method：
逼近方法 (对所有节点, 不包括使用内部逼近的 CV_RETR_RUNS). 
CV_CHAIN_CODE - Freeman 链码的输出轮廓. 其它方法输出多边形(定点序列). 
CV_CHAIN_APPROX_NONE - 将所有点由链码形式翻译(转化）为点序列形式 
CV_CHAIN_APPROX_SIMPLE - 压缩水平、垂直和对角分割，即函数只保留末端的象素点; 
CV_CHAIN_APPROX_TC89_L1, 
CV_CHAIN_APPROX_TC89_KCOS - 应用 Teh-Chin 链逼近算法. CV_LINK_RUNS - 通过连接为 1 的水平碎片使用完全不同的轮廓提取算法。仅有 CV_RETR_LIST 提取模式可以在本方法中应用. 
offset：
每一个轮廓点的偏移量. 当轮廓是从图像 ROI 中提取出来的时候，使用偏移量有用，因为可以从整个图像上下文来对轮廓做分析. 
函数 cvFindContours 从二值图像中提取轮廓，并且返回提取轮廓的数目。指针 first_contour 的内容由函数填写。它包含第一个最外层轮廓的指针，如果指针为 NULL，则没有检测到轮廓（比如图像是全黑的）。其它轮廓可以从 first_contour 利用 h_next 和 v_next 链接访问到。 在 cvDrawContours 的样例显示如何使用轮廓来进行连通域的检测。轮廓也可以用来做形状分析和对象识别 - 见CVPR2001 教程中的 squares 样例。该教程可以在 SourceForge 网站上找到。 

DrawContours 在图像中绘制外部和内部的轮廓。

img：
用以绘制轮廓的图像。和其他绘图函数一样，边界图像被感兴趣区域（ROI）所剪切。 
contour：

指针指向第一个轮廓。 
external_color：

外层轮廓的颜色。 
hole_color：

内层轮廓的颜色。 
max_level：

 绘制轮廓的最大等级。如果等级为0，绘制单独的轮廓。如果为1，绘制轮廓及在其后的相同的级别下轮廓。如果值为2，所有的轮廓。如果等级为2，绘制所有同级轮廓及所有低一级轮廓，诸此种种。如果值为负数，函数不绘制同级轮廓，但会升序绘制直到级别为abs(max_level)-1的子轮廓。 
thickness：

绘制轮廓时所使用的线条的粗细度。如果值为负(e.g. =CV_FILLED),绘制内层轮廓。 
line_type：

 线条的类型。参考cvLine. 
offset：

 照给出的偏移量移动每一个轮廓点坐标.当轮廓是从某些感兴趣区域(ROI)中提取的然后需要在运算中考虑ROI偏移量时，将会用到这个参数。 

当thickness>=0,函数cvDrawContours在图像中绘制轮廓,或者当thickness<0时，填充轮廓所限制的区域。 

这种情况下，大月亮内部的两个内轮廓没有框出来。这个不是因为我的 rect框是 白色的缘故。。。。应该。

我断点试了，就 cvRectangle 了 4次···

这种情况下 内轮廓也框出来了。。。。。

看来阈值的选择与想要的结果有很大关系哦。

如何适应不同的图片呢？？？？？？？？？？？？？？？？？

还有，每幅图片里面，最大的轮廓是整幅图像，可以根据其面积最大，去除 哦~~~修改如下：

area = fabs(cvContourArea(first_contour, CV_WHOLE_SEQ)); //cal the hole‘s area

在写后面那个 内轮廓填充的时候，才发现， dsw 是我二值化之后的图像，很明显不应该是这样子的呀。

我把 关于 Contours 的函数删除之后 又 恢复正常了。不知道为嘛呢。 很显然查出来的轮廓是 正确二值化之后的吧。 不知道为嘛会这样显示呢。

再看另一个图的结果：

总有 9 个轮廓。

另外，计算了下，每个大轮廓内部的 小轮廓的数目 conner ，结果显示都为0.

看看第一个大五角星。 应该是把 边边作为了一个轮廓， 把 内部 黑色区域作为一个 轮廓 了吧？？？？

还有，这幅图片 没有被当做一个大轮廓，上面那个小猫的，整幅图片被框了一下啊。。。。。。。。。。。。

另外i， 把 关于 cvFindContours && cvDrawContours 两个函数部分删除，二值化结果如下：

 ==========================================================================================================================================

 http://bbs.csdn.net/topics/391037090

向各位老师请教opencv中findContours获取轮廓大小时

cv::Mat srcImg = cv::imread("../1.jpg", 0);         cv::Mat bwImg;     vector<vector<cv::Point>> contours ;         // 二值化图像     cv::threshold(srcImg, bwImg, 0.0, 255.0, CV_THRESH_BINARY | CV_THRESH_OTSU);       cv::imshow("binary image", bwImg);     cv::waitKey();       // 查找轮廓，对应连通域     cv::findContours(bwImg,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);       // 寻找最大连通域     double maxArea = 0;     vector<cv::Point> maxContour;     for(size_t i = 0; i < contours.size(); i++)     {         double area = cv::contourArea(contours[i]);         if (area > maxArea)         {             maxArea = area;             maxContour = contours[i];         }     }       // 将轮廓转为矩形框     cv::Rect maxRect = cv::boundingRect(maxContour);       // 显示连通域     cv::Mat result1, result2;       bwImg.copyTo(result1);     bwImg.copyTo(result2);           for (size_t i = 0; i < contours.size(); i++)     {         cv::Rect r = cv::boundingRect(contours[i]);         cv::rectangle(result1, r, cv::Scalar(255));     }     cv::imshow("all regions", result1) ;     cv::waitKey();       cv::rectangle(result2, maxRect, cv::Scalar(255));     cv::imshow("largest region", result2) ;     cv::waitKey(); debug的时候double area = cv::contourArea(contours[i]);这里就出错了，好像是内存问题，这是出错的 图片 我的是vs2013+opencv2.4.10 不知道为什么，我同学跑我的程序可以运行，但我就出这错，网上看了一下，也有人说过这种情况 更多0分享到：     相关课程推荐： C++语言基础 C++ DirectX 游戏开发初级教程 《C语言/C++学习指南》语法篇（从入门到精通） 《C语言/C++学习指南》Linux开发篇

对我有用[0] 丢个板砖[0] 引用 | 举报 | 管理 回复次数：7

java OPENCV 连通域， Imgproc.findContours 例子,参数说明

标签：

原文地址：http://www.cnblogs.com/donaldlee2008/p/5384952.html