OpenCV3/C++中轮廓提取与错误处理

"本文主要介绍在OpenCV3中如何使用C++进行轮廓的提取与筛选，包括findContours函数的使用以及解决可能出现的报错问题，同时讲解了drawContours函数用于绘制轮廓的方法。" 在计算机视觉领域，轮廓检测是图像处理中的关键步骤，它可以帮助我们识别和分割图像中的物体。OpenCV库提供了强大的函数来处理这一任务，特别是`findContours`和`drawContours`这两个函数。 `findContours`函数是OpenCV中用于提取图像轮廓的核心函数。其参数含义如下： 1. `InputOutputArray binImg`：输入8位图像，通常为二值图像，0值表示背景，非0值表示前景。 2. `OutputArrayOfArrays contours`：输出找到的轮廓对象，是一个二维向量，每一层表示一个轮廓，每个轮廓由一系列点(Point)组成。 3. `OutputArray hierarchy`：输出图像的拓扑结构，用于表示轮廓之间的层次关系。 4. `int mode`：轮廓返回的模式，例如`RETR_EXTERNAL`（仅返回最外层轮廓）、`RETR_LIST`（所有轮廓按层次顺序）、`RETR_TREE`（完整层次结构）或`RETR_CCOMP`（两层结构）。 5. `int method`：发现方法，如`CHAIN_APPROX_SIMPLE`（压缩水平、垂直和对角线方向的重复点），`CHAIN_APPROX_NONE`（保留所有点）等。 6. `Point offset`：轮廓像素的位移，默认为(0, 0)。 在实际使用中，可能会遇到`findContours`函数报错，如“已触发了一个断点”。为了解决这类问题，可以尝试以下方法： 1. 为`contours`向量提前分配空间，避免动态内存分配导致的问题。例如，`std::vector<std::vector<Point>> contours(500)`预先分配500个轮廓的空间。 2. 如果是在Debug模式下出现此类错误，可以尝试切换到Release模式运行，因为Release模式下的优化可能有助于消除这类问题。 提取出轮廓后，可以使用`drawContours`函数将轮廓绘制到图像上，以便可视化。该函数的参数包括： 1. `InputOutputArray img`：输出图像，将在其中绘制轮廓。 2. `OutputArrayOfArrays contours`：找到的全部轮廓对象。 3. `int contourIdx`：要绘制的轮廓索引号，如果为负值，表示绘制所有轮廓。 4. `const Scalar& color`：绘制的线条颜色。 5. `int thickness`：线条宽度。 6. `int lineType`：线条类型，如`8`连接（默认）或`4`连接。 7. `InputArray hierarchy`：拓扑结构图，与`findContours`中的相同。 8. `int maxLevel`：最大层数，0表示只绘制当前轮廓，1表示绘制当前及内嵌轮廓。 9. `Point offset`：轮廓位移。 以下是一个简单的使用示例： ```cpp #include <opencv2/opencv.hpp> using namespace cv; int main() { Mat src, dst; src = imread("E:/image/image/shape.jpg"); if (src.empty()) { printf("cannot load image\n"); return -1; } namedWindow("input", CV_WINDOW_AUTOSIZE); imshow("input", src); dst = Mat::zeros(src.size(), CV_8UC1); // ...二值化等预处理步骤... std::vector<std::vector<Point>> contours; std::vector<int> hierarchy; findContours(binImg, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE); drawContours(dst, contours, -1, Scalar(255, 0, 0), 2, 8, hierarchy, 0, Point()); imshow("output", dst); waitKey(0); return 0; } ``` 这个示例首先加载图像，然后进行预处理得到二值图像，接着调用`findContours`提取轮廓，最后用`drawContours`在新图像`dst`上绘制轮廓，并显示结果。通过调整不同的参数，可以根据具体需求对轮廓进行更复杂的操作，如筛选、测量、形状分析等。