现在终于可以讨论轮廓的问题了。首先我们需要了解轮廓到底是什么?一个轮廓一般对应一系列的点，也就是图像中的一条曲线。表示方法可能根据不同情况而有所不同。有多种方法可以表示曲线。在OpenCV中一般用序列来存储轮廓信息。序列中的每一个元素是曲线中一个点的位置。关于序列表示的轮廓细节将在后面讨论，现在只要简单把轮廓想像为使用CvSeq表示的一系列的点就可以了。
1、cvFindCantours()寻找轮廓 函数cvFindCantours()从二值图像中寻找轮廓。cvFindContours()处理的图像可以是从cvCanny()函数得到的有边缘像素的图像，或者是从cvThreshold()及cvAdaptiveThreshold()得到的图像，这时的边缘是正和负区域之间的边界。 cvFindContours()书上的定义1 int cvFindContours( IplImage* image, CvMemStorage* storage, CvSeq** first_contour, int header_size=sizeof(CvContour), CvContourRetrievalMode mode=CV_RETR_LIST, CvChainApproxMethod method=CV_CHAIN_APPROX_SIMPLE ); 参数： image 8比特单通道的源二值图像。非零像素作为1处理，0像素保存不变。从一个灰度图像得到二值图像的函数有：cvThreshold，cvAdaptiveThreshold和cvCanny。 storage 返回轮廓的容器。 first_contour 输出参数，用于存储指向第一个外接轮廓。 header_size header序列的尺寸.如果选择method = CV_CHAIN_CODE, 则header_size >= sizeof(CvChain)；其他，则 header_size >= sizeof(CvContour)。 mode CV_RETR_EXTERNAL：只检索最外面的轮廓； CV_RETR_LIST：检索所有的轮廓，并将其放入list中； CV_RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界； CV_RETR_TREE：检索所有的轮廓，并重构嵌套轮廓的整个层次。 method 边缘近似方法（除了CV_RETR_RUNS使用内置的近似，其他模式均使用此设定的近似算法）。可取值如下： CV_CHAIN_CODE：以Freeman链码的方式输出轮廓，所有其他方法输出多边形（顶点的序列）。 CV_CHAIN_APPROX_NONE：将所有的连码点，转换成点。存储所有的轮廓点，相邻的两个点的像素位置差不超过1。 CV_CHAIN_APPROX_SIMPLE：压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分，例如一个矩形轮廓只需4个点来保存轮廓信息。 CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS：使用the flavors of Teh-Chin chain近似算法的一种。 CV_LINK_RUNS：通过连接水平段的1，使用完全不同的边缘提取算法。使用CV_RETR_LIST检索模式能使用此方法。 mode到底是什么意思 http://blog.csdn.net/lu597203933/article/details/14489225 在这片博文里面，说明了使用各个参数时，各个轮廓之间的关系。 轮廓分为外轮廓和内轮廓 如下图：外轮廓以c开头 内轮廓以h开头。 CV_RETR_EXTERNAL：first = c0 其他两种太复杂，没明白。
2、重要：怎样找到自己想要的轮廓 上面还没说，找到了一个网站，说的很明白： http://www.tuicool.com/articles/NFVJRr 轮廓（contour）可以简单理解为一段连续的像素点。比如一个长方形的边，比如一条线，比如一个点，都属于轮廓。而轮廓之间有一定的层级关系，以下图为例： 主要说明以下概念： external & internal：对于最大的包围盒而言，2 是外部轮廓（external），2a 是内部轮廓（internal）。 parent & child：2 是 2a 的父轮廓（parent），2a 是 2 的子轮廓（child），3 是 2a 的子轮廓，同理，3a 是 3 的子轮廓，4 和 5 都是 3a 的子轮廓。 external | outermost：0、1、2 都属于最外围轮廓（outermost）。 hierarchy level：0、1、2 是同一层级（same hierarchy），都属于 hierarchy-0 ，它们的第一层子轮廓属于 hierarchy-1 。 first child：4 是 3a 的第一个子轮廓（first child）。实际上 5 也可以，这个看个人喜好了。
在 OpenCV 中，通过一个数组表达轮廓的层级关系： [Next, Previous, First_Child, Parent] Next：同一层级的下一个轮廓。在上图中， 0 的 Next 就是 1 ，1 的 Next 就是 2 ，2 的 Next 是 -1 ，表示没有下一个同级轮廓。 Previous：同一层级的上一个轮廓。比如 5 的 Previous 是 4， 1 的 Previous 就是 0 ，0 的 Previous 是 -1 。 First_Child：第一个子轮廓，比如 2 的 First_Child 就是 2a ，像 3a 这种有两个 Child ，只取第一个，比如选择 4 作为 First_Child 。 Parent：父轮廓，比如 4 和 5 的 Parent 都是 3a ，3a 的 Parent 是 3 。
findContours 是寻找轮廓的函数，其中的参数： mode：边缘检测的模式，包括： CV_RETR_EXTERNAL：只检索最大的外部轮廓（extreme outer），没有层级关系，只取根节点的轮廓。 关于CV_RETR_EXTERNAL 从上面可以看出来，为什么用这个参数不管什么图片的检测结果都是1了。 CV_RETR_LIST：检索所有轮廓，但是没有 Parent 和 Child 的层级关系，所有轮廓都是同级的。 CV_RETR_CCOMP：检索所有轮廓，并且按照二级结构组织：外轮廓和内轮廓。以前面的大图为例，0、1、2、3、4、5 都属于第0层，2a 和 3a 都属于第1层。 CV_RETR_TREE：检索所有轮廓，并且按照嵌套关系组织层级。以前面的大图为例，0、1、2 属于第0层，2a 属于第1层，3 属于第2层，3a 属于第3层，4、5 属于第4层。
3、关于CV_RETR_CCOMP的辨析实例： 上面说了，CV_RETR_CCOMP：检索所有轮廓，并且按照二级结构组织：外轮廓和内轮廓。 http://bbs.csdn.net/topics/391935739 所以，如果图像是没有hole的，如： 这时，如果在cvFindcontours中的参数为CV_RETR_CCOMP，提取的结果是空的，因为对于CV_RETR_CCOMP，它是提取hole和最外框之间的外轮廓和内轮廓，此图没有内轮廓，所以没结果。 此时需要使用参数CV_RETR_LIST，就可以将轮廓提取出来： 如果图像为： 用CV_RETR_LIST提取出的轮廓为： 用CV_RETR_CCOMP提取出的轮廓为：
4、重点：自己关于CV_RETR_CCOMP的辨析 要想使用cvFindContours()得到自己想要的轮廓计数结果，所有的“孔洞”必须是白色的，背景必须是黑色的。 可以拿下面两幅图自己试一下。
5、自己写的查找轮廓实例：
#include "highgui.h" #include "cv.h" void count(IplImage* image) { int Number_Object =0; //定义目标对象数量 CvMemStorage *stor = 0; CvSeq * cont = 0; CvContourScanner contour_scanner; CvSeq * a_contour= 0; stor = cvCreateMemStorage(0); cont = cvCreateSeq(CV_SEQ_ELTYPE_POINT, sizeof(CvSeq), sizeof(CvPoint), stor); Number_Object = cvFindContours(image, stor, &cont, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_NONE, cvPoint(0,0) ); //找到所有轮廓 printf("Number_Object: %d\n", Number_Object); } /*主函数*/ int main(int argc, char ** argv) { IplImage* img=cvLoadImage("10.jpg"); cvNamedWindow("Example1",CV_WINDOW_AUTOSIZE); cvShowImage("Example1",img); IplImage* dst = cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1); cvCvtColor(img,dst,CV_BGR2GRAY); cvShowImage("GRAY",dst); count(dst); cvWaitKey(0); cvDestroyAllWindows(); return 0; }程序用到的图片
