声明：非原创，转载自互联网，有问题联系博主

1.轮廓的提取

从图片中将目标提取出来，常常用到的是提取目标的轮廓。

OpenCV里提取目标轮廓的函数是findContours()，

它的输入图像是一幅二值图像，输出的是每一个连通区域的轮廓点的集合：vector<vector<Point>>。

外层vector的size代表了图像中轮廓的个数，里面vector的 size代表了轮廓上点的个数。下面我们通过实例来看函数的用法。

int main() {

     Mat image=imread("../shape.png");

     cvtColor(image,image,CV_BGR2GRAY);

     vector<vector<Point>> contours;

// find

     findContours(image,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);

// draw

    Mat result(image.size(),CV_8U,Scalar(0));

    drawContours(result,contours,-1,Scalar(255),2);

    namedWindow("contours");

    imshow("contours",result);

    waitKey();

    return 0;

}

findContours() 具体参数用法可以参考openCV手册里函数的介绍。

2.轮廓的描述

提取到轮廓后，更关心的是如何把这些轮廓转换为可以利用的特征，这涉及到轮廓的描述问题。

有多种方法可以选择，比如矢量化为多边形、矩形、椭圆等。OpenCV里提供了一些这样的函数。

// 轮廓表示为一个矩形

Rect r = boundingRect(Mat(contours[0]));

rectangle(result, r, Scalar(255), 2);

// 轮廓表示为一个圆

float radius;

Point2f center;

minEnclosingCircle(Mat(contours[1]), center, radius);

circle(result, Point(center), static_cast<int>(radius), Scalar(255), 2);

// 轮廓表示为一个多边形

vector<Point> poly;

approxPolyDP(Mat(contours[2]), poly, 5, true);

vector<Point>::const_iterator itp = poly.begin();

while (itp != (poly.end() - 1)){

    line(result, *itp, *(itp + 1), Scalar(255), 2);

    ++itp;

}

line(result, *itp, *(poly.begin()), Scalar(255), 2);

// 轮廓表示为凸多边形

vector<Point> hull;

convexHull(Mat(contours[3]), hull);

vector<Point>::const_iterator ith = hull.begin();

while (ith != (hull.end() - 1)){

    line(result, *ith, *(ith + 1), Scalar(255), 2);

    ++ith;

}

line(result, *ith, *(hull.begin()), Scalar(255), 2);

以上摘自：OpenCV成长之路(8)：直线、轮廓的提取与描述(边缘、直线、轮廓)