前两篇博文分别介绍了图像的边缘检测和轮廓检测，本文接着介绍图像的轮廓检测和轮廓外接矩形：
一、代码部分：
// extract_contours.cpp : 定义控制台应用程序的入口点。
//
#include "stdafx.h"
#include<cv.h>
#include<highgui.h>
using namespace cv;
using namespace std;
int _tmain(int argc, _TCHAR* argv[])
{
//load src image
string img_name="..\\image_norm\\71253.jpg";
Mat image=imread(img_name);
imshow("src_image",image);
cvWaitKey(0);
//convert into gray image
Mat gray(image.size(),CV_8U);
cvtColor(image,gray,CV_BGR2GRAY);
imshow("gray",gray);
cvWaitKey(0);
//convert into bin image
threshold(gray,gray,128,255,THRESH_BINARY);//转换成2值图像
imshow("binary",gray);
cvWaitKey(0);
// Detecting contours
vector<vector<Point>> contours; //定义轮廓集合
vector<Vec4i> hierarchy;
findContours(gray, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);//CV_RETR_EXTERNAL只检测外部轮廓
// draw black contours on white image
Mat result(gray.size(),CV_8U,Scalar(255));
int index = 0;
for (; index >= 0; index = hierarchy[index][0]) //hierarchy[index][0]表示后一个轮廓
{
Scalar color(rand() & 255, rand() & 255, rand() & 255);
drawContours(result, contours, index, Scalar(0), 1, 8, hierarchy);//描绘字符的外轮廓
Rect rect = boundingRect(contours[index]);//检测外轮廓
rectangle(result, rect, Scalar(0,0,255), 3);//对外轮廓加矩形框
}
imshow("Contours on white image",result);
cvWaitKey(0);
//draw contours on the original image
Mat original=imread(img_name);
int index_ori = 0;
for (; index_ori >= 0; index_ori = hierarchy[index_ori][0])
{
Scalar color(rand() & 255, rand() & 255, rand() & 255);
//描绘字符的外轮廓
drawContours(original,contours,index_ori,Scalar(255),1,8, hierarchy);
Rect rect = boundingRect(contours[index_ori]);//检测外轮廓
//对外轮廓加加矩形框
rectangle(original, rect, Scalar(0,0,255), 3);
}
//print contours info
cout<<"The number of external contours:"<<contours.size()<<endl;
imshow("Contours on original image",original);
waitKey(0);
return 0;
}
二、程序运行效果图：
(1)源图像:
(2)灰度图像：
(3)二进制图像：
(4)轮廓在空白图像上显示：
(5)在原图像上画出图像的轮廓以及外接矩形：
至此，图像的轮廓检测以及外接矩形已经实现，欢迎高人指正。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持亿速云。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
