- /************************************************************************/
- /* 提取轮廓两种方法对比及绘制轮廓‘最大等级‘分析 */
- /************************************************************************/
- #include "stdafx.h"
- #include "cv.h"
- #include "highgui.h"
-
- int main()
- {
- IplImage* img = cvLoadImage("lena.jpg", CV_LOAD_IMAGE_GRAYSCALE);
- IplImage* img_temp = cvCreateImage(cvGetSize(img), 8, 1);
-
- cvThreshold(img, img, 128, 255, CV_THRESH_BINARY);
-
- CvMemStorage* mem_storage = cvCreateMemStorage(0);
- CvSeq *first_contour = NULL, *c = NULL;
-
- //////////////////////////////////////////////////////////////////////////
- // 1、
- cvNamedWindow("contour1");
- cvCopyImage(img, img_temp);
- double t = (double)cvGetTickCount();
- cvFindContours(img_temp, mem_storage, &first_contour);
- cvZero(img_temp);
- cvDrawContours(
- img_temp,
- first_contour,
- cvScalar(100),
- cvScalar(100),
- 1
- );
- t = (double)cvGetTickCount() - t;
- cvShowImage("contour1", img_temp);
-
- printf("run1 = %gms\n", t/(cvGetTickFrequency()*1000.));
-
- cvClearMemStorage(mem_storage);
-
- //////////////////////////////////////////////////////////////////////////
- // 2、
- cvNamedWindow("contour2");
- cvCopyImage(img, img_temp);
- t = (double)cvGetTickCount();
- CvContourScanner scanner = cvStartFindContours(img_temp, mem_storage);
- while (cvFindNextContour(scanner));
- first_contour = cvEndFindContours(&scanner);
-
- cvZero(img_temp);
- cvDrawContours(
- img_temp,
- first_contour,
- cvScalar(100),
- cvScalar(100),
- 1
- );
- t = (double)cvGetTickCount() - t;
- cvShowImage("contour2", img_temp);
-
- printf("run2 = %gms\n", t/(cvGetTickFrequency()*1000.));
-
- cvClearMemStorage(mem_storage);
- cvReleaseImage(&img);
- cvReleaseImage(&img_temp);
-
- cvWaitKey();
-
- /************************************************************************/
- /* 经测试 run1 = 16.1431ms run2 = 15.8677ms (参考)
- 不过可以肯定这两中算法时间复杂度是相同的 */
- /************************************************************************/
-
- //////////////////////////////////////////////////////////////////////////
- // 上述两种方法完成了对轮廓的提取,如想绘制轮廓都得配合cvDrawContours来使用
- // 而cvDrawContours 函数第5个参数为 max_level 经查ICVL含义如下:
- //
- // 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。
- //
- // 相信好多读者初次都无法理解等级的含义,而且测试时候输入>=1 的整数效果几乎一样
- // 只有提取轮廓时候的提取模式设为 CV_RETR_CCOMP CV_RETR_TREE 时这个参数才有意义
- //
- // 经查FindContours 函数里面这样介绍提取模式(mode)的这两个参数:
- // 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
- //
- // 下面用第一种方法进行测试
-
- cvNamedWindow("contour_test");
- cvNamedWindow("contour_raw");
- img = cvLoadImage("contour.jpg", CV_LOAD_IMAGE_GRAYSCALE);
- cvShowImage("contour_raw", img);
- cvThreshold(img, img, 128, 255, CV_THRESH_BINARY);
- img_temp = cvCloneImage(img);
- cvFindContours(
- img_temp,
- mem_storage,
- &first_contour,
- sizeof(CvContour),
- CV_RETR_CCOMP //#1 需更改区域
- );
-
- cvZero(img_temp);
- cvDrawContours(
- img_temp,
- first_contour,
- cvScalar(100),
- cvScalar(100),
- 1 //#2 需更改区域
- );
- cvShowImage("contour_test", img_temp);
- /************************************************************************/
- /* (1, 2) = (CV_RETR_CCOMP, 1) 如图1
- (1, 2) = (CV_RETR_CCOMP, 2) 如图2
- (1, 2) = (CV_RETR_TREE, 1) 如图3
- (1, 2) = (CV_RETR_TREE, 2) 如图4
- (1, 2) = (CV_RETR_TREE, 6) 如图5
- 经分析CV_RETR_CCOMP 只把图像分为两个层次,顶层和次层,一等级轮廓只匹配与其最接近
- 的内侧轮廓即2等级
- CV_RETR_TREE 则从轮廓外到内按等级1 - n 全部分配
- CV_RETR_LIST 全部轮廓均为1级 */
- /************************************************************************/
-
- cvWaitKey();
- cvReleaseImage(&img);
- cvReleaseImage(&img_temp);
- cvReleaseMemStorage(&mem_storage);
- cvDestroyAllWindows();
- return 0;
- }
这是OpenCV的经典一个例子:
- #include "cv.h"
- #include "cxcore.h"
- #include "highgui.h"
- #include <math.h>
- #endif
-
- #pragma comment(lib,"cv.lib")
- #pragma comment(lib,"highgui.lib")
- #pragma comment(lib,"cxcore.lib")
-
- #define w 500
- int levels = 3;
- CvSeq* contours = 0;
-
- void on_trackbar(int pos)
- {
- IplImage* cnt_img = cvCreateImage( cvSize(w,w), 8, 3 );
- CvSeq* _contours = contours;
- int _levels = levels - 3;
- if( _levels <= 0 ) // get to the nearest face to make it look more funny
- _contours = _contours->h_next->h_next->h_next->h_next->h_next->h_next->h_next->v_next->h_next->h_next;
- //_contours = _contours->v_next;
- cvZero( cnt_img );
- cvDrawContours( cnt_img, _contours, CV_RGB(255,0,0), CV_RGB(0,255,0), _levels);//, 3, CV_AA, cvPoint(0,0) );
- /*_levels:
- 3,所有外轮廓及包含的内轮廓及里面的内轮廓
- 2:所有外轮廓及包含的内轮廓
- 1:所有外轮廓
- 0,第一个外轮廓
- -1:第一个外轮廓及包含的内轮廓
- -2:第一个外轮廓及包含的内轮廓及里面的内轮廓
-
-
- _contours->h_next:同级的下一个轮廓
- _contours->v_next父级下的下层区域;
- */
- cvShowImage( "contours", cnt_img );
- cvReleaseImage( &cnt_img );
- }
-
- int main( int argc, char** argv )
- {
- int i, j;
- CvMemStorage* storage = cvCreateMemStorage(0);
- IplImage* img = cvCreateImage( cvSize(w,w), 8, 1 );
-
- cvZero( img );
-
- for( i=0; i < 6; i++ )
- {
- int dx = (i%2)*250 - 30;//0%2=0;
- int dy = (i/2)*150;
- CvScalar white = cvRealScalar(255);
- CvScalar black = cvRealScalar(0);
-
- if( i == 0 )
- {
- for( j = 0; j <= 10; j++ )
- {
- double angle = (j+5)*CV_PI/21;
- cvLine(img, cvPoint(cvRound(dx+100+j*10-80*cos(angle)),
- cvRound(dy+100-90*sin(angle))),
- cvPoint(cvRound(dx+100+j*10-30*cos(angle)),
- cvRound(dy+100-30*sin(angle))), white, 1, 8, 0);
- }
- }
-
- cvEllipse( img, cvPoint(dx+150, dy+100), cvSize(100,70), 0, 0, 360, white, -1, 8, 0 );
- cvEllipse( img, cvPoint(dx+115, dy+70), cvSize(30,20), 0, 0, 360, black, -1, 8, 0 );
- cvEllipse( img, cvPoint(dx+185, dy+70), cvSize(30,20), 0, 0, 360, black, -1, 8, 0 );
- cvEllipse( img, cvPoint(dx+115, dy+70), cvSize(15,15), 0, 0, 360, white, -1, 8, 0 );
- cvEllipse( img, cvPoint(dx+185, dy+70), cvSize(15,15), 0, 0, 360, white, -1, 8, 0 );
- cvEllipse( img, cvPoint(dx+115, dy+70), cvSize(5,5), 0, 0, 360, black, -1, 8, 0 );
- cvEllipse( img, cvPoint(dx+185, dy+70), cvSize(5,5), 0, 0, 360, black, -1, 8, 0 );
- cvEllipse( img, cvPoint(dx+150, dy+100), cvSize(10,5), 0, 0, 360, black, -1, 8, 0 );
- cvEllipse( img, cvPoint(dx+150, dy+150), cvSize(40,10), 0, 0, 360, black, -1, 8, 0 );
- cvEllipse( img, cvPoint(dx+27, dy+100), cvSize(20,35), 0, 0, 360, white, -1, 8, 0 );
- cvEllipse( img, cvPoint(dx+273, dy+100), cvSize(20,35), 0, 0, 360, white, -1, 8, 0 );
- }
-
- cvNamedWindow( "image", 1 );
- cvShowImage( "image", img );
-
- cvFindContours( img, storage, &contours, sizeof(CvContour),
- 2, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0) );
-
- // comment this out if you do not want approximation
- contours = cvApproxPoly( contours, sizeof(CvContour), storage, CV_POLY_APPROX_DP, 3, 1 );
- //cvApproxPoly: 逼近方法 精度 逼近曲线是否封闭
-
-
- cvNamedWindow( "contours", 1 );
- cvCreateTrackbar( "levels+3", "contours", &levels, 7, on_trackbar );
-
- on_trackbar(0);
- cvWaitKey(0);
- cvReleaseMemStorage( &storage );
- cvReleaseImage( &img );
-
- return 0;
- }
主要还是理解下int mode=CV_RETR_LIST,int method=CV_CHAIN_APPROX_SIMPLE,CvPoint offset=cvPoint(0,0));
当mode 为CV_RETR_CCOMP 只把图像分为两个层次,顶层和次层,一等级轮廓只匹配与其最接近 ;
cvDrawContours 函数第5个参数为 max_level=0时,笑脸图像会显示第一个找到的轮廓,左边的白色耳朵一只;
max_level=1时,所有白色区域的轮廓都会被显示出来,因为他们都属于等级1;
max_level=2时;每个白色区域里面的黑色区域会被显示出来,可能一个白色区域下面有多个黑色区域,但他们都是同级的;
这里你要注意的的是每个白色区域下的黑色区域,如脸下面有4个黑色区域,白色眼珠下有一个黑色区域,这个黑色区域与脸下的那三个区域时同级的,也就是说他不属于脸的内区域,他是白色眼珠的内区域;
当mode为 CV_RETR_LIST 全部轮廓均为1级