opencv如何去除轮廓锯齿 opencv如何将轮廓内部填充

openCV函数cvFindContours二值图像中检索轮廓

int cvFindContours( void*  img,  CvMemStorage* storage,     CvSeq**  firstContour,int cntHeaderSize, int  mode, int  method, CvPoint offset );

    函数cvFindContours从二值图像中检索轮廓（检测二值图的白色轮廓），并返回检测到的轮廓的个数。first_contour的值由函数填充返回，它的值将为第一个外轮廓的指针，当没有轮廓被检测到时为NULL。其它轮廓可以使用h_next和v_next连接，从first_contour开始。

 百度释意：

int cvFindContours( CvArr* image, CvMemStorage* storage, CvSeq** first_contour,int header_size=sizeof(CvContour), int mode=CV_RETR_LIST,int method=CV_CHAIN_APPROX_SIMPLE, CvPoint offset=cvPoint(0,0) );

image

    8比特单通道的源二值图像。非零像素作为1处理，0像素保存不变。从一个灰度图像得到二值图像的函数有：cvThreshold，cvAdaptiveThreshold和cvCanny。

storage

    返回轮廓的容器。

first_contour

    输出参数，用于存储指向第一个外接轮廓。

header_size

    header序列的尺寸.如果选择method = CV_CHAIN_CODE, 则header_size >= sizeof(CvChain)；其他，则header_size >= sizeof(CvContour)。

mode

    CV_RETR_EXTERNAL：只检索最外面的轮廓；

    CV_RETR_LIST：检索所有的轮廓，并将其放入list中；

    CV_RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界；

    CV_RETR_TREE：检索所有的轮廓，并重构嵌套轮廓的整个层次。

    蓝色表示v_next，绿色表示h_next

method

    边缘近似方法（除了CV_RETR_RUNS使用内置的近似，其他模式均使用此设定的近似算法）。可取值如下：

    CV_CHAIN_CODE：以Freeman链码的方式输出轮廓，所有其他方法输出多边形（顶点的序列）。

    CV_CHAIN_APPROX_NONE：将所有的连码点，转换成点。

    CV_CHAIN_APPROX_SIMPLE：压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分。

    CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS：使用the flavors of Teh-Chin chain近似算法的一种。

    CV_LINK_RUNS：通过连接水平段的1，使用完全不同的边缘提取算法。使用CV_RETR_LIST检索模式能使用此方法。

offset

    偏移量，用于移动所有轮廓点。当轮廓是从图像的ROI提取的，并且需要在整个图像中分析时，这个参数将很有用。

    讨论部分cvDrawContours中的案例显示了任何使用轮廓检测连通区域。轮廓可以用于形状分析和目标识别——可以参考文件夹OpenCV sample中的squares.c

OpenCV1.0版本例子

<pre name="code" class="cpp">#include "stdafx.h"
#include "cv.h"
#include "highgui.h"
#include "cxcore.h"

int main(int argc, char* argv[])
{
    IplImage* src;
    int area;
    src=cvLoadImage("E:\\grayimage.jpg",0); //加载并显示原始灰度图像
    cvNamedWindow( "PIC", 1);
    cvShowImage("PIC",src);     
    IplImage* dst = cvCreateImage(cvGetSize(src), 8, 3 );   //申请三通道的目标图像
    int num=0;
    int count=0;
    CvMemStorage* storage =cvCreateMemStorage(0);
    CvSeq* contour = 0;
    cvThreshold( src, src, 100,255.0,CV_THRESH_BINARY );     //二值化
    cvFindContours( src, storage,&contour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE );//二值图轮廓检索;
    cvZero( dst ); 
	
   //遍历每个轮廓
   for( ; contour != 0; contour =contour->h_next )
     {
        //获取当前轮廓面积,并用随即颜色填充
        area= int(fabs(cvContourArea( contour, CV_WHOLE_SEQ )));   //获取当前面积        
        num=num+area;
        count=count+1;
        printf("%d:area== %d\n", count,area);
        CvScalar color = CV_RGB(rand()&255, rand()&255, rand()&255 );   //随即颜色
        cvDrawContours( dst, contour,color, color, -1, CV_FILLED, 8 );  //随即颜色填充
     }
	 
    printf("num == %d\n",num);
    printf("rectarea:%d",src->width*src->height);
    cvNamedWindow("Components", 1 );
    cvShowImage("Components", dst );
    cvWaitKey(0);
    return 0;
}

原图：

结果图：