cv::findContours输出
时间: 2023-10-14 09:02:29 浏览: 72
Python通过OpenCV的findContours获取轮廓并切割实例
5星 · 资源好评率100%
cv::findContours函数的输出参数是一个包含所有轮廓的向量(vector),每个轮廓都表示为一个点集。这个输出参数通常是一个名为`contours`的变量,可以是一个向量的向量(`std::vector<std::vector<cv::Point>> contours`)或者一个简单的向量(`std::vector<cv::Point> contours`)。
如果使用向量的向量来存储轮廓,那么每个内部向量表示一个单独的轮廓。每个轮廓由一系列点组成,每个点都表示为`cv::Point`类型。如果使用简单的向量来存储轮廓,那么所有的轮廓点都被连续存储在同一个向量中。
以下是一个示例代码片段,演示如何使用cv::findContours函数并输出轮廓:
```cpp
cv::Mat image; // 输入图像
cv::Mat binaryImage; // 二值化后的图像
std::vector<std::vector<cv::Point>> contours; // 存储轮廓的向量
// 对输入图像进行二值化处理,将结果保存在binaryImage中
cv::threshold(image, binaryImage, 128, 255, cv::THRESH_BINARY);
// 查找二值化图像中的轮廓
cv::findContours(binaryImage, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);
// 输出轮廓的数量
std::cout << "Number of contours: " << contours.size() << std::endl;
// 遍历所有轮廓
for (size_t i = 0; i < contours.size(); i++) {
// 输出每个轮廓的点数
std::cout << "Contour " << i << " size: " << contours[i].size() << std::endl;
}
```
上述代码首先对输入图像进行二值化处理,然后使用cv::findContours函数查找轮廓,并将结果存储在contours向量中。最后,打印出轮廓的数量和每个轮廓的点数。
阅读全文