http://stackoverflow.com/questions/29491669/real-time-paper-sheet-detection-using-opencv-in-android/29492699#29492699

at srcImg; //you may want to apply Canny or some threshold before searching for contours
    List<MatOfPoint> contours = new ArrayList<MatOfPoint>();
    Mat hierarchy;
    Imgproc.findContours(srcImg, contours, hierarchy, Imgproc.RETR_LIST, Imgproc.CHAIN_APPROX_SIMPLE);
    MatOfPoint2f mat2fsrc, mat2fdst;
    Scalar color =  new Scalar(250, 250, 255);

    for (int i = 0; i < contours.size(); i++) {
        contours.get(i).convertTo(mat2fsrc, CvType.CV_32FC2);
        Imgproc.approxPolyDP(mat2fsrc, mat2fdst, 0.01 * Imgproc.arcLength(mat2fsrc, true), true);
        mat2fdst.convertTo(contours.get(i), CvType.CV_32S);
        Imgproc.drawContours(srcImg, contours, i, color, 2, 8, hierarchy, 0, new Point());
    }



===================================================================================================================================================================================================================

http://stackoverflow.com/questions/23134304/crop-out-part-from-images-findcontours-opencv-java


  System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
    // reading image 
    Mat image = Highgui.imread(".\\testing2.jpg", Highgui.CV_LOAD_IMAGE_GRAYSCALE);
    // clone the image 
    Mat original = image.clone();
    // thresholding the image to make a binary image
    Imgproc.threshold(image, image, 100, 128, Imgproc.THRESH_BINARY_INV);
    // find the center of the image
    double[] centers = {(double)image.width()/2, (double)image.height()/2};
    Point image_center = new Point(centers);

    // finding the contours
    ArrayList<MatOfPoint> contours = new ArrayList<MatOfPoint>();
    Mat hierarchy = new Mat();
    Imgproc.findContours(image, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE);

    // finding best bounding rectangle for a contour whose distance is closer to the image center that other ones
    double d_min = Double.MAX_VALUE;
    Rect rect_min = new Rect();
    for (MatOfPoint contour : contours) {
        Rect rec = Imgproc.boundingRect(contour);
        // find the best candidates
        if (rec.height > image.height()/2 & rec.width > image.width()/2)            
            continue;
        Point pt1 = new Point((double)rec.x, (double)rec.y);
        Point center = new Point(rec.x+(double)(rec.width)/2, rec.y + (double)(rec.height)/2);
        double d = Math.sqrt(Math.pow((double)(pt1.x-image_center.x),2) + Math.pow((double)(pt1.y -image_center.y), 2));            
        if (d < d_min)
        {
            d_min = d;
            rect_min = rec;
        }                   
    }
    // slicing the image for result region
    int pad = 5;        
    rect_min.x = rect_min.x - pad;
    rect_min.y = rect_min.y - pad;

    rect_min.width = rect_min.width + 2*pad;
    rect_min.height = rect_min.height + 2*pad;

    Mat result = original.submat(rect_min);     
    Highgui.imwrite("result.png", result);

===================================================================================================
參數說明   （maybe c/C++）

http://blog.csdn.net/augusdi/article/details/9011477

image：
輸入的 8-比特、單通道圖像. 非零元素被當成 1， 0 象素值保留為 0 - 從而圖像被看成二值的。為了從灰度圖像中得到這樣的二值圖像，可以使用 cvThreshold, cvAdaptiveThreshold 或 cvCanny. 本函數改變輸入圖像內容。
storage：
得到的輪廓的存儲容器
first_contour：
輸出參數：包含第一個輸出輪廓的指針
header_size：
如果 method=CV_CHAIN_CODE，則序列頭的大小 >=sizeof(CvChain)，否則 >=sizeof(CvContour) .
mode：
提取模式.
CV_RETR_EXTERNAL - 只提取最外層的輪廓
CV_RETR_LIST - 提取所有輪廓，並且放置在 list 中
CV_RETR_CCOMP - 提取所有輪廓，並且將其組織為兩層的 hierarchy: 頂層為連通域的外圍邊界，次層為洞的內層邊界。
CV_RETR_TREE - 提取所有輪廓，並且重構嵌套輪廓的全部 hierarchy
method：
逼近方法 (對所有節點, 不包括使用內部逼近的 CV_RETR_RUNS).
CV_CHAIN_CODE - Freeman 鏈碼的輸出輪廓. 其它方法輸出多邊形(定點序列).
CV_CHAIN_APPROX_NONE - 將所有點由鏈碼形式翻譯(轉化）為點序列形式
CV_CHAIN_APPROX_SIMPLE - 壓縮水平、垂直和對角分割，即函數只保留末端的象素點;
CV_CHAIN_APPROX_TC89_L1,
CV_CHAIN_APPROX_TC89_KCOS - 應用 Teh-Chin 鏈逼近算法. CV_LINK_RUNS - 通過連接為 1 的水平碎片使用完全不同的輪廓提取算法。僅有 CV_RETR_LIST 提取模式可以在本方法中應用.
offset：
每一個輪廓點的偏移量. 當輪廓是從圖像 ROI 中提取出來的時候，使用偏移量有用，因為可以從整個圖像上下文來對輪廓做分析.
函數 cvFindContours 從二值圖像中提取輪廓，並且返回提取輪廓的數目。指針 first_contour 的內容由函數填寫。它包含第一個最外層輪廓的指針，如果指針為 NULL，則沒有檢測到輪廓（比如圖像是全黑的）。其它輪廓可以從 first_contour 利用 h_next 和 v_next 鏈接訪問到。在 cvDrawContours 的樣例顯示如何使用輪廓來進行連通域的檢測。輪廓也可以用來做形狀分析和對象識別 - 見CVPR2001 教程中的 squares 樣例。該教程可以在 SourceForge 網站上找到。

DrawContours 在圖像中繪制外部和內部的輪廓。

[cpp] view plain copy

void cvDrawContours( CvArr *img, CvSeq* contour,CvScalar external_color, CvScalar hole_color,int max_level, int thickness=1,int line_type=8, CvPoint offset=cvPoint(0,0) );

img：
用以繪制輪廓的圖像。和其他繪圖函數一樣，邊界圖像被感興趣區域（ROI）所剪切。
contour：

指針指向第一個輪廓。
external_color：

外層輪廓的顏色。
hole_color：

內層輪廓的顏色。
max_level：

繪制輪廓的最大等級。如果等級為0，繪制單獨的輪廓。如果為1，繪制輪廓及在其后的相同的級別下輪廓。如果值為2，所有的輪廓。如果等級為2，繪制所有同級輪廓及所有低一級輪廓，諸此種種。如果值為負數，函數不繪制同級輪廓，但會升序繪制直到級別為abs(max_level)-1的子輪廓。
thickness：

繪制輪廓時所使用的線條的粗細度。如果值為負(e.g. =CV_FILLED),繪制內層輪廓。
line_type：

線條的類型。參考cvLine.
offset：

照給出的偏移量移動每一個輪廓點坐標.當輪廓是從某些感興趣區域(ROI)中提取的然后需要在運算中考慮ROI偏移量時，將會用到這個參數。

當thickness>=0,函數cvDrawContours在圖像中繪制輪廓,或者當thickness<0時，填充輪廓所限制的區域。

[cpp] view plain copy

#include <stdio.h>
#include <cv.h>
#include <cxcore.h>
#include <highgui.h>
#pragma comment(lib, "cv.lib")
#pragma comment(lib, "cxcore.lib")
#pragma comment(lib, "highgui.lib")
// 內輪廓填充
// 參數:
// 1. pBinary: 輸入二值圖像，單通道，位深IPL_DEPTH_8U。
// 2. dAreaThre: 面積閾值，當內輪廓面積小於等於dAreaThre時，進行填充。
void FillInternalContours(IplImage *pBinary, double dAreaThre)
{
double dConArea;
CvSeq *pContour = NULL;
CvSeq *pConInner = NULL;
CvMemStorage *pStorage = NULL;
// 執行條件
if (pBinary)
{
// 查找所有輪廓
pStorage = cvCreateMemStorage(0);
cvFindContours(pBinary, pStorage, &pContour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE);
// 填充所有輪廓
cvDrawContours(pBinary, pContour, CV_RGB(255, 255, 255), CV_RGB(255, 255, 255), 2, CV_FILLED, 8, cvPoint(0, 0));
// 外輪廓循環
int wai = 0;
int nei = 0;
for (; pContour != NULL; pContour = pContour->h_next)
{
wai++;
// 內輪廓循環
for (pConInner = pContour->v_next; pConInner != NULL; pConInner = pConInner->h_next)
{
nei++;
// 內輪廓面積
dConArea = fabs(cvContourArea(pConInner, CV_WHOLE_SEQ));
printf("%f\n", dConArea);
}
CvRect rect = cvBoundingRect(pContour,0);
cvRectangle(pBinary, cvPoint(rect.x, rect.y), cvPoint(rect.x + rect.width, rect.y + rect.height),CV_RGB(255,255, 255), 1, 8, 0);
}
printf("wai = %d, nei = %d", wai, nei);
cvReleaseMemStorage(&pStorage);
pStorage = NULL;
}
}
int Otsu(IplImage* src)
{
int height=src->height;
int width=src->width;
//histogram
float histogram[256] = {0};
for(int i=0; i < height; i++)
{
unsigned char* p=(unsigned char*)src->imageData + src->widthStep * i;
for(int j = 0; j < width; j++)
{
histogram[*p++]++;
}
}
//normalize histogram
int size = height * width;
for(int i = 0; i < 256; i++)
{
histogram[i] = histogram[i] / size;
}
//average pixel value
float avgValue=0;
for(int i=0; i < 256; i++)
{
avgValue += i * histogram[i]; //整幅圖像的平均灰度
}
int threshold;
float maxVariance=0;
float w = 0, u = 0;
for(int i = 0; i < 256; i++)
{
w += histogram[i]; //假設當前灰度i為閾值, 0~i 灰度的像素(假設像素值在此范圍的像素叫做前景像素) 所占整幅圖像的比例
u += i * histogram[i]; // 灰度i 之前的像素(0~i)的平均灰度值：前景像素的平均灰度值
float t = avgValue * w - u;
float variance = t * t / (w * (1 - w) );
if(variance > maxVariance)
{
maxVariance = variance;
threshold = i;
}
}
return threshold;
}
int main()
{
IplImage *img = cvLoadImage("c://temp.jpg", 0);
IplImage *bin = cvCreateImage(cvGetSize(img), 8, 1);
int thresh = Otsu(img);
cvThreshold(img, bin, thresh, 255, CV_THRESH_BINARY);
FillInternalContours(bin, 200);
cvNamedWindow("img");
cvShowImage("img", img);
cvNamedWindow("result");
cvShowImage("result", bin);
cvWaitKey(-1);
cvReleaseImage(&img);
cvReleaseImage(&bin);
return 0;
}

這種情況下，大月亮內部的兩個內輪廓沒有框出來。這個不是因為我的 rect框是白色的緣故。。。。應該。

我斷點試了，就 cvRectangle 了 4次···

[cpp] view plain copy

#include <stdio.h>
#include <cv.h>
#include <highgui.h>
#include <math.h>
#pragma comment(lib, "cv.lib")
#pragma comment(lib, "cxcore.lib")
#pragma comment(lib, "highgui.lib")
int main(int argc, char* argv[])
{
IplImage *src = cvLoadImage(".\\test.png", 0);
IplImage *dsw = cvCreateImage(cvGetSize(src), 8, 1);
IplImage *dst = cvCreateImage(cvGetSize(src), 8, 3);
CvMemStorage *storage = cvCreateMemStorage(0);
CvSeq *first_contour = NULL;
//turn the src image to a binary image
//cvThreshold(src, dsw, 125, 255, CV_THRESH_BINARY_INV);
cvThreshold(src, dsw, 100, 255, CV_THRESH_BINARY);
cvFindContours(dsw, storage, &first_contour, sizeof(CvContour), CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);
cvZero(dst);
int cnt = 0;
for(; first_contour != 0; first_contour = first_contour->h_next)
{
cnt++;
CvScalar color = CV_RGB(rand()&255, rand()&255, rand()&255);
cvDrawContours(dst, first_contour, color, color, 0, 2, CV_FILLED, cvPoint(0, 0));
CvRect rect = cvBoundingRect(first_contour,0);
cvRectangle(dst, cvPoint(rect.x, rect.y), cvPoint(rect.x + rect.width, rect.y + rect.height),CV_RGB(255, 0, 0), 1, 8, 0);
}
printf("the num of contours : %d\n", cnt);
cvNamedWindow( "Source", 1 );
cvShowImage( "Source", src );
cvNamedWindow( "dsw", 1 );
cvShowImage( "dsw", dsw );
cvNamedWindow( "Components", 1 );
cvShowImage( "Components", dst );
cvReleaseMemStorage(&storage);
cvWaitKey(-1);
return 0;
}

這種情況下內輪廓也框出來了。。。。。

看來閾值的選擇與想要的結果有很大關系哦。

如何適應不同的圖片呢？？？？？？？？？？？？？？？？？

還有，每幅圖片里面，最大的輪廓是整幅圖像，可以根據其面積最大，去除哦~~~修改如下：

area = fabs(cvContourArea(first_contour, CV_WHOLE_SEQ)); //cal the hole's area

在寫后面那個內輪廓填充的時候，才發現， dsw 是我二值化之后的圖像，很明顯不應該是這樣子的呀。

我把關於 Contours 的函數刪除之后又恢復正常了。不知道為嘛呢。很顯然查出來的輪廓是正確二值化之后的吧。不知道為嘛會這樣顯示呢。

再看另一個圖的結果：

總有 9 個輪廓。

另外，計算了下，每個大輪廓內部的小輪廓的數目 conner ，結果顯示都為0.

看看第一個大五角星。應該是把邊邊作為了一個輪廓，把內部黑色區域作為一個輪廓了吧？？？？

還有，這幅圖片沒有被當做一個大輪廓，上面那個小貓的，整幅圖片被框了一下啊。。。。。。。。。。。。

另外i，把關於 cvFindContours && cvDrawContours 兩個函數部分刪除，二值化結果如下：

==========================================================================================================================================

 http://bbs.csdn.net/topics/391037090

向各位老師請教opencv中findContours獲取輪廓大小時

 
                     cv::Mat srcImg = cv::imread( 
                     "../1.jpg" 
                     , 0); 
                    
                     cv::Mat bwImg; 
                    
                     vector<vector<cv::Point>> contours ;   
                    
                     // 二值化圖像 
                    
                     cv::threshold(srcImg, bwImg, 0.0, 255.0, CV_THRESH_BINARY | CV_THRESH_OTSU); 
                    
                     cv::imshow( 
                     "binary image" 
                     , bwImg); 
                    
                     cv::waitKey(); 
                    
                     // 查找輪廓，對應連通域 
                    
                     cv::findContours(bwImg,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE); 
                    
                     // 尋找最大連通域 
                    
                     double  
                     maxArea = 0; 
                    
                     vector<cv::Point> maxContour; 
                    
                     for 
                     ( 
                     size_t  
                     i = 0; i < contours.size(); i++) 
                    
                     { 
                    
                     double  
                     area = cv::contourArea(contours[i]); 
                    
                     if  
                     (area > maxArea) 
                    
                     { 
                    
                     maxArea = area; 
                    
                     maxContour = contours[i]; 
                    
                     } 
                    
                     } 
                    
                     // 將輪廓轉為矩形框 
                    
                     cv::Rect maxRect = cv::boundingRect(maxContour); 
                    
                     // 顯示連通域 
                    
                     cv::Mat result1, result2; 
                    
                     bwImg.copyTo(result1); 
                    
                     bwImg.copyTo(result2); 
                    
                     for  
                     ( 
                     size_t  
                     i = 0; i < contours.size(); i++) 
                    
                     { 
                    
                     cv::Rect r = cv::boundingRect(contours[i]); 
                    
                     cv::rectangle(result1, r, cv::Scalar(255)); 
                    
                     } 
                    
                     cv::imshow( 
                     "all regions" 
                     , result1) ; 
                    
                     cv::waitKey(); 
                    
                     cv::rectangle(result2, maxRect, cv::Scalar(255)); 
                    
                     cv::imshow( 
                     "largest region" 
                     , result2) ; 
                    
                     cv::waitKey();

debug的時候double area = cv::contourArea(contours[i]);這里就出錯了，好像是內存問題，這是出錯的
圖片

我的是vs2013+opencv2.4.10
不知道為什么，我同學跑我的程序可以運行，但我就出這錯，網上看了一下，也有人說過這種情況

對我有用[0] 丟個板磚[0] 引用 | 舉報 | 管理

回復次數：7

關注 gggg_ggg Jackery_Shh 本版等級：	#1 得分：20回復於： 2015-05-16 19:28:54 對容器contours進行了非法操作，contourArea(contours[i])報錯，這里應該是你對容器進行了越界操作，可以follow一下此處i的值與contours的size的值
	對我有用[0] 丟個板磚[0] 引用 \| 舉報 \| 管理

關注 gggg_ggg Jackery_Shh 本版等級：	#2 得分：0回復於： 2015-05-16 19:32:27 重點關注follow一下for(size_t i = 0; i < contours.size(); i++)循環以及function contourArea(contours[i]) 進行了那些相關操作，來定位bug位置及原因；
	對我有用[0] 丟個板磚[0] 引用 \| 舉報 \| 管理

關注 u010947001 u010947001 本版等級：	#3 得分：20回復於： 2015-05-18 11:07:23 找到原因了，環境配置問題
	對我有用[0] 丟個板磚[0] 引用 \| 舉報 \| 管理

關注 only444572170 only_liu 本版等級：	#4 得分：0回復於： 2015-07-14 10:21:18 樓主，麻煩告知一下原因，我也出現這個問題了
	對我有用[0] 丟個板磚[0] 引用 \| 舉報 \| 管理

關注 ziliaoku12 歐陽家的三毛本版等級：	#5 得分：0回復於： 2015-09-14 20:13:17 樓主，我也遇到這個問題，怎么處理？
	對我有用[0] 丟個板磚[0] 引用 \| 舉報 \| 管理

: 關注; u013295518; 任逍遙6; 本版等級：

#6 得分：0回復於： 2015-12-08 17:29:02

MFC工程說的mdd改成mtd
可是我的Qt工程怎么配置

java OPENCV 連通域， Imgproc.findContours 例子,參數說明

向各位老師請教opencv中findContours獲取輪廓大小時

免責聲明！