OpenCV中drawContours用法

148次阅读

共计 1644 个字符，预计需要花费 5 分钟才能阅读完成。

使用了很久的drawContours，绘制一个轮廓向量基本只会用一种方法，类似如下的方式，傻傻地一个一个绘制。

for(int i = 0; i < contour_vec.size(); i++)
{
  drawContours(blkImg, contour_vec, i, Scalar(255), -1);
}

不知道什么时候勾动了哪根神经，想研究一下该函数的参数，看看有没有其他的神奇用法，深入代码看了一眼，还真有点收获。代码里面对该函数的说明如下：

重点是绿色框里的内容，也就是说，绘制一个轮廓向量，只要在第三个参数处填个-1，一句话搞定，相见恨晚呀！

另外需要注意的是，我们平时习惯在黑色背景下绘制白色轮廓，或白色背景绘制黑色轮廓，如果背景图像就是单通道灰度图，那么这个函数中的color也只能是单通道的，只取第0个分量的灰度值，设置三通道的颜色是无意义的，因为背景图像已经决定了只取一个通道的，因此如果创建了一个单通道的背景图，绘制时却设置了彩色，比如Scalar(255,255,0)，那么实际生效的只有第一个分量，等效于Scalar(255)。

当然，你如果创建的是一个多通道图像，那么绘制轮廓时也就可以用彩色线条了。看下面的例子：

#include <iostream>
#include <vector>
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
 
using namespace std;
using namespace cv;
 
int main()
{
  Mat img = imread("dots.jpg");
  Mat grayImg, binImg;
  
  cvtColor(img, grayImg, COLOR_BGR2GRAY);
  
        //大津法进行二值化
  threshold(grayImg, binImg, 0, 255, CV_THRESH_OTSU);
  
  imshow("binImg", binImg);
  waitKey(0);
  
  //提取二值化图像中的轮廓数据
        vector<vector<Point> > contour_vec;
  vector<Vec4i> hierarchy;
  findContours(binImg, contour_vec, hierarchy, CV_RETR_EXTERNAL, CHAIN_APPROX_NONE);
  
  cout << "contours number: " << contour_vec.size() << endl;
  
  // 以前常用的for循环绘制轮廓
        /*Mat blkImg(binImg.size(), CV_8UC1, Scalar(0));
  
  for(int i = 0; i < contour_vec.size(); i++)
  {
    drawContours(blkImg, contour_vec, i, Scalar(255), -1);
  }   */
  
  //绘制单通道轮廓图像，背景为白色，轮廓线条用黑色
  Mat blkImg(binImg.size(), CV_8UC1, Scalar(255));
  drawContours(blkImg, contour_vec, -1, Scalar(0), 2);	
  imshow("blkImg", blkImg);
  waitKey(0);	
  imwrite("blkImg.bmp", blkImg);
  
  //绘制彩色轮廓图像，背景颜色为蓝绿色，轮廓线条为红色
  Mat colorImg(binImg.size(), CV_8UC3, Scalar(255, 255, 0));
  drawContours(colorImg, contour_vec, -1, Scalar(0,0,255), 3);
  imshow("colorImg", colorImg);
  waitKey(0);	
  imwrite("colorImg.bmp", colorImg);
 
    return 0；
  
}

执行结果：

从左到右分别是原图、单通道轮廓图、三通道彩色轮廓图。

OpenCV中drawContours用法