Android OpenCV（三十五）：轮廓发现与绘制

2020-09-26 18:05:17 96 收藏
分类专栏： Android OpenCV 文章标签： 计算机视觉 OpenCV android
最后发布:2020-09-26 18:05:17首次发布:2020-09-26 18:05:17
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/poorkick/article/details/108815145
版权

图像轮廓是一系列相连的点组成的曲线，代表物体的基本外形。轮廓与边缘的区别在于，轮廓是连续的，边缘并不全部连续。

轮廓发现的操作一般用于二值化图，所以通常会使用阈值分割或Canny边缘检测先得到二值图。

注意，轮廓发现是针对白色物体的，一定要保证物体是白色，而背景是黑色，不然很多人在寻找轮廓时会找到图片最外面的一个框。

轮廓层级

部分内容翻译自：https://docs.opencv.org/3.1.0/d9/d8b/tutorial_py_contours_hierarchy.html

通常我们使用findContours（）函数寻找图像中的轮廓。某些情况下，某些形状在其他形状内，就像嵌套的数字一样。 在这种情况下，我们将外部形状称为父项，将内部形状称为子项。 这样，图像中的轮廓彼此之间就可以建立起关系。此关系的表示称为层次结构。如下图所示：

示例图片

图中，编号0，1，2，2a，3，3a，4，5。其中轮廓0，1，2是最外部轮廓。 它们在第0层，同时他们属于同一层级。接下来是轮廓-2a， 它是轮廓-2的子项（或换言之，轮廓-2是轮廓-2a的父项），它们属于第一层。以此类推，轮廓-3是轮廓-2的子项，它属于下一层。 最后，轮廓4，5是轮廓-3a的子项，它们位于最后一层。 从编号框方式来看，轮廓-4是轮廓-3a的第一个子项（其实也可以是轮廓-5）。

层次结构表示

每个轮廓都包含其层次结构信息，谁是其子级，谁是其父级等的信息。OpenCV用四个值的数组表示这种层次信息：[Next，Previous，First_Child，Parent]

  • Next：同层下一个轮廓索引

    图中看轮廓-0。 轮廓-1为其同一水平的下一个轮廓，所以Next = 1。类似地，对于轮廓-1，同一水平的下一个轮廓是轮廓-2， 所以Next = 2。

  • Previous：同层上一个轮廓索引

    图中看轮廓-1。轮廓-0为其同一水平的上一个轮廓，所以Previous = 0。类似地，对于轮廓-2，Previous = 1。 而对于轮廓-0，同一水平没有上一个轮廓，所以Previsou = -1。

  • First_Child：下层第一个子轮廓索引

    图中看轮廓-2。子项为轮廓-2a。因此First_Child=轮廓-2a索引值。针对如轮廓-3a这种存在多个子项的，我们只取第一个子项，也就是轮廓-4。针对没有子项的轮廓，我们取-1。

  • Parent：父轮廓

    图中看轮廓-4，其父项为轮廓-3a，则Parent = 轮廓3a索引值。针对如轮廓-0这类没有父项的轮廓，Parent = -1。

轮廓检索模式

RETR_EXTERNAL

此标记位只检索最高层级的轮廓。针对上图，应该只有3个轮廓，轮廓0，1，2。关系数组为：

>>> hierarchy
    array([[[ 1, -1, -1, -1],
            [ 2,  0, -1, -1],
            [-1,  1, -1, -1]]])

RETR_LIST

四个标志位中最简单的一个(从解释的角度来看)。它只是检索所有的轮廓，但不创建任何父子关系。所有轮廓都属于同一层次。所以，层次结构表示数组中，第三个元素和第四个元素都是-1。针对上图，如果采用此标志位寻找轮廓，得到的关系数组为：

>>> hierarchy
    array([[[ 1, -1, -1, -1],
            [ 2,  0, -1, -1],
            [ 3,  1, -1, -1],
            [ 4,  2, -1, -1],
            [ 5,  3, -1, -1],
            [ 6,  4, -1, -1],
            [ 7,  5, -1, -1],
            [-1,  6, -1, -1]]])

RETR_CCOMP

此标志位检索所有轮廓并将它们排列为2级层次结构。形状的外部轮廓(物体的边界)被置于层级-1中。对象内部的孔(如果有)的轮廓放置在层级-2中。如果其中还有任何对象，则其轮廓将再次仅放置在层级-1中，它在内部的孔放置至层级-2中，以此类推等等。下图很好的诠释了这个概念。红色字母给出轮廓编号，绿色字母给出层次结构顺序。

RETP_CCOMP

RETR_TREE

此标记位检索所有轮廓，并建立完成的层次关系。下图很好的诠释了这个概念。红色字母给出轮廓编号，绿色字母给出层次结构顺序。

RETR_TREE

API

public static void findContours(Mat image, List<MatOfPoint> contours, Mat hierarchy, int mode, int method, Point offset)

  • 参数一：image，输入图像，数据类型为CV_8U的单通道灰度图像或者二值化图像。如果mode等于RETR_CCOMP或RETR_FLOODFILL，则输入图像类型也可以为CV_32SC1

  • 参数二：contours，检测到的轮廓。每个轮廓中存放着像素的坐标。

  • 参数三：hierarchy，轮廓结构关系描述向量。

  • 参数四：mode，轮廓检测模式标志位。

    // C++: enum RetrievalModes
public static final int
        RETR_EXTERNAL = 0,  // 只检测最外层轮廓，对所有轮廓设置hierarchy[i][2]=hierarchy[i][3]=-1
        RETR_LIST = 1,      // 提取所有轮廓，并且放置在list中。检测的轮廓不建立等级关系。也就是所有轮廓属于同一层级
        RETR_CCOMP = 2,     // 提取所有轮廓，并且将其组织为双层结构。顶层为连通域的外围边界，次层为孔的内层边界。也就是所有轮廓分2个层级，不是外界就是最里层
        RETR_TREE = 3,      // 提取所有轮廓，并建立完整的层次关系
        RETR_FLOODFILL = 4; // 官网竟然没有解释

  • 参数五：method，轮廓逼近方法标志位。

    // C++: enum ContourApproximationModes
public static final int
        CHAIN_APPROX_NONE = 1,     // 获取每个轮廓的每个像素点，相邻的两个点的像素位置相差为1，也就是要么水平相邻，要么垂直相邻
        CHAIN_APPROX_SIMPLE = 2,   // 压缩水平，垂直和对角线段，仅保留其端点。 例如，一个直立的矩形轮廓编码有4个点。
        CHAIN_APPROX_TC89_L1 = 3,  // 使用Teh-Chin链逼近算法的一种
        CHAIN_APPROX_TC89_KCOS = 4;// 使用Teh-Chin链逼近算法的一种

  • 参数六：offset，每个轮廓点移动的可选偏移量。如果从图像ROI中提取轮廓，然后在整个图像上下文中对其进行分析，这个参数才会被使用到。

public static void drawContours(Mat image, List<MatOfPoint> contours, int contourIdx, Scalar color, int thickness, int lineType, Mat hierarchy, int maxLevel, Point offset)

  • 参数一：image，待绘制轮廓的图像。

  • 参数二：contours，待绘制的轮廓集合。

  • 参数三：contourIdx，要绘制的轮廓在contours中的索引，若为负数，表示绘制全部轮廓。

  • 参数四：color，绘制轮廓的颜色。

  • 参数五：thickness，绘制轮廓的线条粗细。若为负数，那么绘制轮廓的内部。

  • 参数六：lineType，线条类型。

    // C++: enum LineTypes
public static final int
        FILLED = -1,
        LINE_4 = 4,   // 4连通
        LINE_8 = 8,   // 8连通
        LINE_AA = 16; // 抗锯齿

  • 参数七：hierarchy，可选的结构关系。只有在绘制部分轮廓时，此参数才会使用到。

  • 参数八：maxLevel，绘制轮廓的最大等级。

  • 参数九：offset，轮廓检测模式标志位。

操作

/**
 * 发现轮廓
 * author: yidong
 * 2020/9/19
 */
class FindContoursActivity : AppCompatActivity() {
    private lateinit var mBinding: ActivityFindContoursBinding
    private lateinit var mSource: Mat
    private var level = 1
        set(value) {
            field = value
            find()
            mBinding.level.text = level.toString()
        }

    private var mFlag = Imgproc.RETR_TREE
        set(value) {
            field = value
            find()
        }

    private var ignoreLevel = true
        set(value) {
            field = value
            find()
        }

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        mBinding = DataBindingUtil.setContentView(this, R.layout.activity_find_contours)
        mBinding.ignoreLevel.setOnCheckedChangeListener { _, isChecked ->
            ignoreLevel = isChecked
        }
        val bgr = Utils.loadResource(this, R.drawable.hierarchy)
        mSource = Mat()
        Imgproc.cvtColor(bgr, mSource, Imgproc.COLOR_BGR2RGB)
        mBinding.ivLena.showMat(mSource)
        title = "RETR_TREE"
    }

    override fun onCreateOptionsMenu(menu: Menu?): Boolean {
        menuInflater.inflate(R.menu.menu_contours, menu)
        return true
    }

    override fun onOptionsItemSelected(item: MenuItem): Boolean {
        title = item.title
        mFlag = when (item.itemId) {
            R.id.retr_external -> Imgproc.RETR_EXTERNAL
            R.id.retr_list -> Imgproc.RETR_LIST
            R.id.retr_ccomp -> Imgproc.RETR_CCOMP
            else -> Imgproc.RETR_TREE
        }
        return true
    }

    private fun find() {
        val tmp = mSource.clone()
        val gray = Mat()
        Imgproc.cvtColor(mSource, gray, Imgproc.COLOR_BGR2GRAY)
        Imgproc.GaussianBlur(gray, gray, Size(13.0, 13.0), 4.0, 4.0)
        val binary = Mat()
        Imgproc.threshold(gray, binary, 170.0, 255.0, Imgproc.THRESH_BINARY and Imgproc.THRESH_OTSU)

        val contours = mutableListOf<MatOfPoint>()
        val hierarchy = Mat()
        Imgproc.findContours(
            binary,
            contours,
            hierarchy,
            mFlag,
            Imgproc.CHAIN_APPROX_SIMPLE
        )

        if (ignoreLevel) {
            Imgproc.drawContours(
                tmp,
                contours,
                -1,
                Scalar(255.0, 0.0, 0.0),
                2,
                Imgproc.LINE_AA
            )
        } else {
            Imgproc.drawContours(
                tmp,
                contours,
                -1,
                Scalar(255.0, 0.0, 0.0),
                2,
                Imgproc.LINE_AA,
                hierarchy,
                level
            )
        }
        mBinding.ivResult.showMat(tmp)
        Log.d(App.TAG, "hierarchy: ${hierarchy.dump()}")
        gray.release()
        binary.release()
        hierarchy.release()
        tmp.release()
    }


    fun increase(v: View) {
        level += 1
    }

    fun decrease(v: View) {
        level -= 1
    }

    override fun onDestroy() {
        mSource.release()
        super.onDestroy()
    }
}

效果

轮廓发现与绘制

层次关系

示例中各种标记位对应输出的层次关系

RETR_EXTERNAL

 [1, -1, -1, -1, 
  2,  0, -1, -1, 
 -1,  1, -1, -1]

RETR_EXTERNAL

RETR_LIST

[1, -1, -1, -1, 
 2,  0, -1, -1, 
 3,  1, -1, -1, 
 4,  2, -1, -1, 
 5,  3, -1, -1, 
 6,  4, -1, -1, 
 7,  5, -1, -1, 
-1,  6, -1, -1]

RETR_LIST

RETR_CCOMP

[1, -1, -1, -1, 
 2,  0, -1, -1, 
 4,  1,  3, -1, 
-1, -1, -1,  2, 
 6,  2,  5, -1, 
-1, -1, -1,  4, 
 7,  4, -1, -1, 
-1,  6, -1, -1]

RETR_CCOMP

RETR_TREE

[6, -1,  1, -1, 
-1, -1,  2,  0, 
-1, -1,  3,  1, 
-1, -1,  4,  2, 
 5, -1, -1,  3, 
-1,  4, -1,  3, 
 7,  0, -1, -1, 
-1,  6, -1, -1]

RETR_TREE

源码

https://github.com/onlyloveyd/LearningAndroidOpenCV

扫码关注，持续更新

扫码关注并回复下列关键字，获取对应学习资料。

  • 【计算机视觉】
  • 【Android】
  • 【Flutter】
  • 【数字图像处理】
  • 【计算机视觉算法与应用】
onlyloveyd CSDN认证博客专家 Android Kotlin OpenCV
个人公众号【OpenCV or Android】，热爱Android、Kotlin、Flutter和OpenCV。毕业于华中科技大学计算机专业，曾就职于华为武汉研究所。目前在三线小城市生活，专注技术与研发。
Android OpenCV应用篇五：图片扫描器
qq_20158897的博客
09-09 403
上篇我们大致了解了如何运用OpenCV在Android上进行图片但简单处理 Android OpenCV应用篇四：图片特征检测 接下来我们就运用之前的一些相关技术来搞点事情： 拍摄一张图片，修改正图片角度有点类似与文件复印效果。 具体效果参照下图： 左边是我们相机实际拍摄图片，右边为处理过后的效果。OK，今天我们就来运用之前的知识来实现这样一个功能。 前沿 开始之前，我们先来思考一...
还能输入1000个字符 “速评一下”
opencv实现边缘检测
01-28
利用opencv在Android上实现的边缘检测
Android OpenCV应用篇三：提取图片中的文字
qq_20158897的博客
09-05 1005
上篇我们大致了解了如何运用OpenCV在Android上进行图片但简单处理 Android OpenCV应用篇二：图片处理 接下来我们就运用之前的一些相关技术来搞点事情： 如何从一张图片中将文字提取出来？ 前言 在开始之前，我们先来看一个字 高 可以看到，这个字体是上中下结构，相应的，我们的汉字还有左中右结构等等，我们如何在识别的过程中，不会吧这些特殊结构的字体识别成多个？ ...
图像轮廓提取
05-04
先取得灰色，然后根据模板运算，通过sobel算子取得数据，保存图片。
opencv学习笔记（三十五）查找轮廓
u014751607的博客
03-11 1122
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
Android+OpenCV应用程序设计_完整版PDF带索引书签目录高清版
08-15
Android+OpenCV应用程序设计_完整版PDF带索引书签目录高清版
Android OpenCV（四）：绘制几何图形
易
01-28 502
绘制几何图形 直线 矩形 多边形 圆形 椭圆 文字 绘制直线 API public static void line(Mat img, Point pt1, Point pt2, Scalar color, int thickness, int lineType, int shift) 参数一：img，输入图像 参数二：pt1，起点 参数三：pt2，终点 参数四：color，绘制直线的颜...
深入OpenCV Android应用开发中文高清完整版PDF
11-21
《深入OpenCV Android应用开发》以在Android 平台上开发OpenCV 应用为重点，详细介绍了计算机视觉技术的理论及其在移动平台的应用。
Android OpenCV应用程序设计pdf
01-02
Android OpenCV应用程序设计pdf
android 手把手教你使用Path绘制多边形
zhouguizhi
12-07 5918
android 手把手教你使用Path绘制多边形
©️2020 CSDN 皮肤主题: 数字20 设计师:CSDN官方博客 返回首页