OpenCV中一個連通域處理函數

作者：tornadomeet 出處：http://www.cnblogs.com/tornadomeet 歡迎轉載或分享，但請務必聲明文章出處。

連通域處理函數的原型：

    void ConnectedComponents(Mat &mask_process,  int poly1_hull0,  float perimScale,  int number = 0,  Rect &bounding_box = Rect(),  Point &contour_centers = Point(-1, -1));

參數解析：

　　 參數mask_process表示的是需要進行連通域處理二值圖像。

　　參數poly1_hull0表示輪廓邊緣是否採用多邊形擬合,如果該參數爲1，則表示採用多邊形擬合，否則採用凸包擬合。

　　參數perimScale是用來將那些小的輪廓去掉，那些小的輪廓時指它的周長小於(mask長+寬)/perimScale。當然你在其內部代碼也可以該爲面積來判斷。

　　參數number 表示實際需要處理最多的輪廓的個數（如果輸入的mask有多個輪廓的話），這裏的處理是指計算出這些輪廓的外接矩形和中心點。默認值爲0，表示函數內部不需要處理這些外接矩形和中心點。

　　參數bounding_box 表示的是處理完後對應輪廓的外接矩形，默認值爲Rect()，表示不需要返回這些外接矩形。

　　參數contour_centers 表示處理完後對應輪廓的中心點座標，默認值爲Point(-1, -1)，表示不需要返回這些中心點

實現代碼：

 

#include <iostream>
#include <opencv.hpp>


using namespace cv;
using namespace std;

//Just some convienience macros
#define CV_CVX_WHITE    CV_RGB(0xff,0xff,0xff)
#define CV_CVX_BLACK    CV_RGB(0x00,0x00,0x00)


void ConnectedComponents(Mat &mask_process, int poly1_hull0, float perimScale, int number = 0,
                         Rect &bounding_box = Rect(), Point &contour_centers = Point(-1, -1))
{
    /*下面4句代碼是爲了兼容原函數接口，即內部使用的是c風格，但是其接口是c++風格的*/
    IplImage *mask = &mask_process.operator IplImage();
    int *num = &number;
    CvRect *bbs = &bounding_box.operator CvRect();
    CvPoint *centers = &contour_centers.operator CvPoint();
    static CvMemStorage*    mem_storage    = NULL;
    static CvSeq*            contours    = NULL;
    //CLEAN UP RAW MASK
        //開運算作用：平滑輪廓，去掉細節,斷開缺口
        cvMorphologyEx( mask, mask, NULL, NULL, CV_MOP_OPEN, 1 );//對輸入mask進行開操作，CVCLOSE_ITR爲開操作的次數，輸出爲mask圖像
        //閉運算作用：平滑輪廓，連接缺口
        cvMorphologyEx( mask, mask, NULL, NULL, CV_MOP_CLOSE, 1 );//對輸入mask進行閉操作，CVCLOSE_ITR爲閉操作的次數，輸出爲mask圖像
    //FIND CONTOURS AROUND ONLY BIGGER REGIONS
        if( mem_storage==NULL ) mem_storage = cvCreateMemStorage(0);
            else cvClearMemStorage(mem_storage);
        //CV_RETR_EXTERNAL=0是在types_c.h中定義的，CV_CHAIN_APPROX_SIMPLE=2也是在該文件中定義的
        CvContourScanner scanner = cvStartFindContours(mask,mem_storage,sizeof(CvContour),CV_RETR_EXTERNAL,CV_CHAIN_APPROX_SIMPLE);
        CvSeq* c;
        int numCont = 0;
        //該while內部只針對比較大的輪廓曲線進行替換處理
        while( (c = cvFindNextContour( scanner )) != NULL )
        {
            double len = cvContourPerimeter( c );
            double q = (mask->height + mask->width) /perimScale;   //calculate perimeter len threshold
            if( len < q ) //Get rid of blob if it's perimeter is too small
            {
                cvSubstituteContour( scanner, NULL );    //用NULL代替原來的那個輪廓
            }
            else //Smooth it's edges if it's large enough
            {
                CvSeq* c_new;
                if(poly1_hull0) //Polygonal approximation of the segmentation
                    c_new = cvApproxPoly(c,sizeof(CvContour),mem_storage,CV_POLY_APPROX_DP, 2,0);
                else //Convex Hull of the segmentation
                    c_new = cvConvexHull2(c,mem_storage,CV_CLOCKWISE,1);
                cvSubstituteContour( scanner, c_new ); //最開始的輪廓用凸包或者多項式擬合曲線替換
                numCont++;
            }
        }
        contours = cvEndFindContours( &scanner );    //結束輪廓查找操作
    // PAINT THE FOUND REGIONS BACK INTO THE IMAGE
        cvZero( mask );
        IplImage *maskTemp;
        //CALC CENTER OF MASS AND OR BOUNDING RECTANGLES
        if(*num != 0)
        {
            int N = *num, numFilled = 0, i=0;
            CvMoments moments;
            double M00, M01, M10;
            maskTemp = cvCloneImage(mask);
            for(i=0, c=contours; c != NULL; c = c->h_next,i++ )        //h_next爲輪廓序列中的下一個輪廓
            {
                if(i < N) //Only process up to *num of them
                {
                    //CV_CVX_WHITE在本程序中是白色的意思
                    cvDrawContours(maskTemp,c,CV_CVX_WHITE, CV_CVX_WHITE,-1,CV_FILLED,8);
                    //Find the center of each contour
                    if(centers != &cvPoint(-1, -1))
                    {
                        cvMoments(maskTemp,&moments,1);    //計算mask圖像的最高達3階的矩
                        M00 = cvGetSpatialMoment(&moments,0,0); //提取x的0次和y的0次矩
                        M10 = cvGetSpatialMoment(&moments,1,0); //提取x的1次和y的0次矩
                        M01 = cvGetSpatialMoment(&moments,0,1); //提取x的0次和y的1次矩
                        centers[i].x = (int)(M10/M00);    //利用矩的結果求出輪廓的中心點座標
                        centers[i].y = (int)(M01/M00);
                    }
                    //Bounding rectangles around blobs
                    if(bbs != &CvRect())
                    {
                        bbs[i] = cvBoundingRect(c); //算出輪廓c的外接矩形
                    }
                    cvZero(maskTemp);
                    numFilled++;
                }
                //Draw filled contours into mask
                cvDrawContours(mask,c,CV_CVX_WHITE,CV_CVX_WHITE,-1,CV_FILLED,8); //draw to central mask
            } //end looping over contours
            *num = numFilled;
            cvReleaseImage( &maskTemp);
        }
        //ELSE JUST DRAW PROCESSED CONTOURS INTO THE MASK
        else
        {
            for( c=contours; c != NULL; c = c->h_next )
            {
                cvDrawContours(mask,c,CV_CVX_WHITE, CV_CVX_BLACK,-1,CV_FILLED,8);
            }
        }
}

int main()
{
    Mat src, mask;
    src = imread("test.png", 0);    //以灰度圖像讀入
    imshow("src", src);

    mask = src > 0;     //轉換爲二值圖像
    imshow("mask", mask);

    ConnectedComponents(mask, 1, 8.0, 1, Rect(), Point(-1, -1));    //採用多邊形擬合處理
    imshow("out1", mask);

    ConnectedComponents(mask, 0, 8.0, 1, Rect(), Point(-1, -1));    //c採用凸包進行處理
    imshow("out2", mask);
    waitKey(0);

    return 0;
}

實驗結果

　　所需處理原始圖像的灰度圖：

　　

 

　　其對應的mask圖像：

　　

 

　　使用多項式擬合的連通域處理後圖像：

　　

 

　　使用凸包集擬合的連通域處理後的圖像：