基础学习笔记之连通域处理函数(DOC)

前言

在图像处理过程中，经常会遇到这样一部分图像，图像的整体部分如果人来看的话一眼就能看出，但是它的内部由于有各种小缺口，导致断开了，这样在计算机“眼”里就被认为是断开的，为了使图像达到适应人眼的感觉，需要将这些缺口和断开的口给连接上去，这就需要用到计算机图形学中的连通域处理技术。本文给出一个简单的连通域处理函数，当然这个函数是来自OpenCV著名教程Learning OpenCV中，只不过它的接口是基于c版本的OpenCV，而到目前为止，基于C++接口的OpenCV已经是主流，所以我将其接口改成了c++版的，但是其内部一些代码基本没有动它。

开发环境：OpenCV2.4.3+QtCreator2.5.1

实验基础

首先来看这个连通域处理函数的形式：

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

&contour_centers = Point(-1, -1));

参数mask表示的是需要进行连通域处理二值图像。

参数poly1_hull0表示轮廓边缘是否采用多边形拟合,如果该参数为1，则表示采用多边形拟合，否则采用凸包拟合。

参数perimScale是用来将那些小的轮廓去掉，那些小的轮廓时指它的周长小于(mask长+宽)/perimScale。当然你在其内部代码也可以该为面积来判断。

参数num表示实际需要处理最多的轮廓的个数（如果输入的mask有多个轮廓的话），这里的处理是指计算出这些轮廓的外接矩形和中心点。默认值为0，表示函数内部不需要处理这些外接矩形和中心点。

参数bbs表示的是处理完后对应轮廓的外接矩形，默认值为Rect()，表示不需要返回这些外接矩形。

参数centers表示处理完后对应轮廓的中心点坐标，默认值为Point(-1, -1)，表示不需要返回这些中心点。

C/C++知识点总结：

如果一些函数需要默认值的话，可以直接在函数定义的时候指定，该指定并不一定是具体的某个值，也可以是空值等等。另外在函数内部实现时，有时候要注意默认值的特殊性。

实验结果

所需处理原始图像的灰度图：

其对应的mask图像：

使用多项式拟合的连通域处理后图像：

使用凸包集拟合的连通域处理后的图像：

实验代码及注释(附录有工程code下载地址)：

main.cpp:

#include

#include

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句代码是为了兼容原函数接口，即内部使用的是c风格，但是其

接口是c++风格的*/

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

//开运算作用：平滑轮廓，去掉细节,断开缺口

cvMorphologyEx( mask, mask, NULL, NULL, CV_MOP_OPEN, 1);//对输入mask进行开操作，CVCLOSE_ITR为开操作的次数，输出为mask

图像

//闭运算作用：平滑轮廓，连接缺口

cvMorphologyEx( mask, mask, NULL, NULL, CV_MOP_CLOSE, 1);//对输入mask进行闭操作，CVCLOSE_ITR为闭操作的次数，输出为mask

图像

//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中定义的，

CV_CHAIN_APPROX_SIMPLE=2也是在该文件中定义的

CvContourScanner scanner =

cvStartFindContours(mask,mem_storage,sizeof(CvContour),CV

_RETR_EXTERNAL,CV_CHAIN_APPROX_SIMPLE);

CvSeq* c;

int numCont = 0;

//该while内部只针对比较大的轮廓曲线进行替换处理

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代替原来的那个轮廓 }

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_APPR OX_DP, 2,0);

else//Convex Hull of the segmentation

c_new =

cvConvexHull2(c,mem_storage,CV_CLOCKWISE,1);

cvSubstituteContour( scanner, c_new ); //最开始的轮廓用凸包或者多项式拟合曲线替换

numCont++;

}

}

contours = cvEndFindContours( &scanner ); //结束轮廓查找操作

// 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为轮廓序列中的下一个轮廓

{

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); //计算mask图像的最高达3阶的矩

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); //利用矩的结果求出轮廓的中心点坐标

centers[i].y = (int)(M01/M00);

}

//Bounding rectangles around blobs

if(bbs != &CvRect())

{

bbs[i] = cvBoundingRect(c); //算出

轮廓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_FIL LED,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); //以灰度图像读入

imshow("src", src);

mask = src > 0; //转换为二值图像

imshow("mask", mask);

ConnectedComponents(mask, 1, 8.0, 1, Rect(), Point(-1, -1)); //采用多边形拟合处理

imshow("out1", mask);

ConnectedComponents(mask, 0, 8.0, 1, Rect(), Point(-1, -1)); //c采用凸包进行处理

imshow("out2", mask);

waitKey(0);

return0;

}