基於內容的影象分析的重點是提取出影象中具有代表性的特徵，而線條、輪廓、塊往往是最能體現特徵的幾個元素，這篇文章就針對於這幾個重要的影象特徵，研究它們在opencv中的用法，以及做一些簡單的基礎應用。
canny邊緣檢測採用雙閾值值法，高閾值用來檢測影象中重要的、顯著的線條、輪廓等，而低閾值用來保證不丟失細節部分，低閾值檢測出來的邊緣更豐富，但是很多邊緣並不是我們關心的。最後採用一種查詢演算法，將低閾值中與高閾值的邊緣有重疊的線條保留，其他的線條都刪除。
本篇文章中不對canny的演算法原理作進一步說明，稍後會在影象處理演算法相關的文章中詳細介紹。
下面我們用opencv中的canny函式來檢測影象邊緣
int顯示效果如下:main()
直線在影象中出現的頻率非常之高，而直線作為影象的特徵對於基本內容的影象分析有著很重要的作用，本文通過opencv中的hough變換來檢測影象中的線條。
我們先看最基本的hough變換函式houghlines，它的原型如下：
void houghlines(inputarray image, outputarray lines, double rho, double theta, int threshold, double它的輸入是乙個二值的輪廓影象，往往是邊緣檢測得到的結果影象；它的輸出是乙個包含多個vec2f點的陣列，陣列中的每個元素是乙個二元浮點資料 對，rou代表直線離座標原點的距離，theta代表角度。第3和第4個引數代表步長，因為hough變換實際上是一 個窮舉的演算法，rho表示距離的步長，theta代表角度的步長。第5個引數是乙個閾值設定直接的最低投票個數，知道hough原理的，這個引數應該很容 易理解。srn=
0, double
stn=
0);
從 這個函式的輸出結果我們可以看出，得到的直線並沒有指定在影象中的開始點與結束點，需要我們自己去計算，如果我們想把直接顯示在影象中就會比較麻煩，而且 會有很多角度接近的直線，其實它們是重複的，為了解決上面這些問題，opencv又提供了乙個函式houghlinesp()。它的輸出是乙個 vector of vec4i。vector每乙個元素代表一條直線，是由乙個4元浮點陣列構成，前兩個點一組，後兩個點一組，代表了在影象中直線的起始和結束點。
void解釋一下最後兩個引數，minlinelength指定了檢測直線中的最小寬度，如果低於最小寬度則捨棄掉，maxlinegap指定通過同一點的直線，如果距離小於maxlinegap就會進行合併。houghlinesp(inputarray image, outputarray lines,
double
rho,
double
theta,
intthreshold,
double
minlinelength=0,
double
maxlinegap=0 );
下面是乙個用houghlinesp檢測直線的例子：
int上面程式將檢測到的線條儲存在lines變數內，我們需要進一步將它們畫在影象上：main()
實 際上hough變換可以檢測很多固定的形狀，比如：圓、正方形等。它們的原理基本相同，都是構造乙個投票矩陣。opencv裡提供了檢測圓的函式 houghcircles，它的輸出是乙個vector of vec3i，vector的每個元素包含了3個浮點數，前2個是圓的中心座標，最後乙個是半徑。
在目標識別中我們首先要把感興趣的目標提取出來，而一般常見的步驟都是通過顏色或紋理提取出目標的前景圖（一幅黑白影象，目標以白色顯示在影象中），接下來我們要對前景圖進行分析進一步地把目標提取出來，而這裡常常用到的就是提取目標的輪廓。
opencv 裡提取目標輪廓的函式是findcontours，它的輸入影象是一幅二值影象，輸出的是每乙個連通區域的輪廓點的集 合：vector>。外層vector的size代表了影象中輪廓的個數，裡面vector的 size代表了輪廓上點的個數。下面我們通過例項來看函式的用法。
上面程式中包含了2個函式，第乙個是查詢輪廓函式，它的第三個引數說明查詢輪廓的型別，這裡我們使用的是外輪廓，還可以查詢所有輪廓，即包括一些孔洞的部 分，像影象人物胳膊與腰間形成的輪廓。第4個引數說明了輪廓表示的方法，程式中的引數說明輪廓包括了所有點，也可以用其他引數讓有點直線的地方，只儲存直 線起始與終點的位置點，具體引數用法可以參考手冊裡函式的介紹。
第二個函式drawcontours是乙個畫輪廓的函式，它的第3個引數程式裡設定-1表示所有的輪廓都畫，你也可以指定要畫的輪廓的序號。
提取到輪廓後，其實我們更關心的是如果把這些輪廓轉換為可以利用的特徵，也就是涉及到輪廓的描述問題，這時就有多種方法可以選擇，比如向量化為多邊形、矩形、橢圓等。opencv裡提供了一些這樣的函式。
// 輪廓表示為乙個矩形程式中我們依次畫了矩形、圓、多邊形和凸多邊形。最終效果如下：rect r = boundingrect(mat(contours[0]));
rectangle(result, r, scalar(255), 2);
// 輪廓表示為乙個圓
float
radius;
point2f center;
minenclosingcircle(mat(contours[1]), center, radius);
circle(result, point(center), static_cast
<
int>(radius), scalar(255), 2);
// 輪廓表示為乙個多邊形
vectorpoly;
); vector::const_iterator itp = poly.begin();
while
(itp != (poly.end() - 1))
line(result, *itp, *(poly.begin()), scalar(255), 2);
// 輪廓表示為凸多邊形
vectorhull;
convexhull(mat(contours[3]), hull);
vector::const_iterator ith = hull.begin();
while
(ith != (hull.end() - 1))
line(result, *ith, *(hull.begin()), scalar(255), 2);
對連通區域的分析到此遠遠沒有結束，我們可以進一步計算每乙個連通區域的其他屬性，比如：重心、中心矩等特徵，這些內容以後有機會展開來寫。
以 下幾個函式可以嘗試：minarearect：計算乙個最小面積的外接矩形，contourarea可以計算輪廓內連通區域的面 積；pointpolygentest可以用來判斷乙個點是否在乙個多邊形內。mathshapes可以比較兩個形狀的相似性，相當有用的乙個函式。
OpenCV成長之路 8 直線 輪廓的提取與描述
基於內容的影象分析的重點是提取出影象中具有代表性的特徵，而線條 輪廓 塊往往是最能體現特徵的幾個元素，這篇文章就針對於這幾個重要的影象特徵，研究它們在opencv中的用法，以及做一些簡單的基礎應用。canny邊緣檢測採用雙閾值值法，高閾值用來檢測影象中重要的 顯著的線條 輪廓等，而低閾值用來保證不丟...
OpenCV中的輪廓發現和輪廓繪製
實現 import cv2 import numpy as np 輪廓發現和輪廓繪製 img是一張與binary類似的二值圖，contours是list列表結構每個元素包含乙個邊沿資訊，heriachy是乙個矩陣，用處作者也未知，可以 contours,heriachy cv2.findcontou...
OpenCV 輪廓的凸性
一 概括 理解物體形狀或輪廓的另外一種有用的方法是計算乙個物體的凸包 convex hull 然後計算其凸缺陷 convexity defects 很多複雜物體的特性能很好的被這種缺陷表現出來。二 相關函式 1 發現點集的凸外形 cvseq cvconvexhull2 const cvarr inp...