【图像处理】|【OpenCV】轮廓提取—

轮廓是图像的重要特征之一，有些时候，很容易将其和边缘混淆。因此查阅了关于轮廓和边缘的词条，以此加深对轮廓和边缘这两个概念的认识和理解。边缘是图像差异变化比较显著的地方，而轮廓则是构成图形和物体的边缘线条，属于边缘的一部分。对于形状单一的二值图像而言，物体轮廓和边缘是重合的。在OpenCV中，我们可以通过findContours函数提取图像的轮廓信息，其具体声明在imgproc.hpp文件内，如图1所示。

文章图片

图1 findContours函数声明截图通过图1所示内容可知，findContours函数在imgproc.hpp文件中声明了两次，区别在于前者有输出轮廓层次hierarchy，而后者没有。故以第一种完整声明为例，简要说明findContours()函数的参数含义。

image，输入图像，通常为8通道二值图像。在OpenCV3.2版本后，轮廓提取方式是RETR_CCOMP或者RECT_FLOODFILL时，也可以输入32位单通道整形图像（CV_32SC1）。
contours，输出找到的轮廓。
hierarchy，可选项，输出所有轮廓的树结构。
mode，轮廓提取方式。
method，轮廓近似方式。
offset，可选项，返回的轮廓中所有点都会根据设置的参数值发生偏移。

轮廓提取方式mode：

RETR_EXTERNAL，只检索最外层轮廓。
RETR_LIST，检测所有轮廓并保存到列表中。
RETR_CCMOP，检测所有轮廓，并将它们组织成双层结构，顶层是所有成分的外部边界，第二层是内部空的孔的边界。
RETR_TREE，检测所有轮库并重新建立网状轮廓结构。
RECT_FLOODFILL，尚未在官网上查到解释。

轮廓近似方式method：

CHAIN_APPROX_NONE，将轮廓编码中的所有点转换为点。
CHAIN_APPROX_SIMPLE，压缩水平、垂直、倾斜部分，只保留最后一个点。
CHAIN_APPROX_TC89_L1或CHAIN_APPROX_TC89_L1，使用Teh-Chin链逼近算法中的一个。

了解findContours函数的各个参数和参数特性，是熟练掌握并使用该函数的前提。结合drawContours函数，能够直观地查看轮廓提取状况。因此，我们可以通过如下所示的代码测试上述两个函数功能。

//: findcontours_operate.cpp #include #include #include using namespace cv; using namespace std; int main(int argv, char **argc) { Mat src, dst; src = https://www.it610.com/article/imread("Fig1001.tif"); if (!src.data) { cout << "Could not loaded image..." << endl; return -1; }// convert binary image Mat grayImg, binImg; cvtColor(src, grayImg, COLOR_BGR2GRAY); threshold(grayImg, binImg, 100, 255, THRESH_BINARY | THRESH_OTSU); // find contours vector> contours; vector hierarchy; findContours(binImg, contours, hierarchy, RETR_LIST, CHAIN_APPROX_SIMPLE); // draw find result src.copyTo(dst); for (size_t i = 0; i < contours.size(); i++) { Scalar color = Scalar(0, 0, 255); drawContours(dst, contours, (int)i, color, 1, 8, hierarchy, 0); }// show find result namedWindow("Find Result", WINDOW_AUTOSIZE); imshow("Find Result", dst); waitKey(0); return 0; } //:~ findcontours_operate.cpp

【【图像处理】|【OpenCV】轮廓提取——findContours()】起初，用VS2013+OpenCV3.0.0编译运行上述代码，能够得到如图2所示的结果。但在退出运行时，触发了中断。于是，切换到VS2015 + OpenCV3.4.7上继续编译运行上述代码，得到的结果与图2所示结果一致，但在退出程序时，并未触发中断。

文章图片

图2 轮廓提取前后对比图对于测试遇到的状况，感到有些莫名其妙，便以“findContours”为词条进行检索，发现很多人也遇到了类似的问题。于是想要偷个懒，直接用别人的解决方案解决自己的问题。然而事与愿违，看了几篇博客后，发现解决方案有很多，不乏有更改配置属性、修改contours的存储结构等等。再经过一系列试验后发现，诸多博客中提出的解决方案没有一种能够解决自己遇到的问题。因此，只能回过头，老老实实地分析触发中断的原因。
当视线再次回到VS2013后，发现"输出"中有报出：HEAP[findcontours_operate.exe]: Invalid address specified to RtlValidateHeap( 000001ECB8F10000, 000001ECBAC76A30 )。于是，调出了“调用堆栈”窗口，通过该窗口显示的内容，发现参数hierarchy是由mscvr120d.dll分配，由findcontours_operate.exe释放（如图3所示），中断很明显因为malloc和free不匹配导致。因此，怀疑是cv::OutputArray设计存在缺陷。后来在3.4.7版本的imgproc.hpp文件中发现，findContours函数从3.2版本后便没有在修改。便对比了3.0.0和3.4.7两个版本的contours.cpp内容，发现后续版本并未修改contours和hierarchy的写出方式，从侧面印证了自己的怀疑。