图像孔洞填充与小连通域的删除

本文主要是介绍图像孔洞填充与小连通域的删除，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

图像孔洞填充与小连通域的删除

cvFindContours

从二值图像中检索轮廓，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到达。

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

cvDrawContours

cvDrawContours：在图像上绘制外部和内部轮廓

函数cvDrawContours用于在图像上绘制外部和内部轮廓。当thickness >= 0 时，绘制轮廓线；否则填充由轮廓包围的部分。

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 要在其上绘制轮廓的图像。和在其他绘图函数里一样，轮廓是ROI的修剪结果。

Contour 指向第一个轮廓的指针。

external_color 外轮廓的颜色。

hole_color 内轮廓的颜色。

max_level 画轮廓的最大层数。如果是0，只绘制contour；如果是1，将绘制contour后和contour同层的所有

轮廓；如果是2，绘制contour后所有同层和低一层的轮廓，以此类推；如果值是负值，则函数并不

绘制contour后的轮廓，但是将画出其子轮廓，一直到abs(max_level) - 1层。

thickness

绘制轮廓线的宽度。如果为负值（例如，等于CV_FILLED），则contour内部将被绘制。

line_type

轮廓线段的类型，具体查看cvLine的描述。

offset

按给定值移动所有点的坐标。

cvContourArea

double cvContourArea( const CvArr* contour, CvSliceslice=CV_WHOLE_SEQ );
contour：轮廓（顶点的序列或数组）。
slice：感兴趣区轮廓部分的起点和终点，默认计算整个轮廓的面积。
函数cvContourArea计算整个或部分轮廓的面积。在计算部分轮廓的情况时，由轮廓弧线和连接两端点的弦
围成的区域总面积被计算

#include <stdio.h>
#include <cv.h>
#include <cxcore.h>
#include <highgui.h>
// 内轮廓填充
// 参数:
// 1. pBinary: 输入二值图像，单通道，位深IPL_DEPTH_8U。
// 2. dAreaThre: 面积阈值，当内轮廓面积小于等于dAreaThre时，进行填充。
void FillInternalContours(IplImage *pBinary, double dAreaThre)
{
double dConArea;
CvSeq *pContour = NULL; //创建一序列
CvSeq *pConInner = NULL;
CvMemStorage *pStorage = NULL; //用来创建一个内存存储器，来统一管理各种动态对象的内存，比如说序列，这个函数返回一个新创建的内存存储器指针。
// 执行条件
if (pBinary)
{
// 查找所有轮廓
pStorage = cvCreateMemStorage(0); //创建一个内存存储器,为0时内存块默认大小为64k,申请一块内存来存储找到的轮廓序列
cvFindContours(pBinary, pStorage, &pContour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE); //从二值图像中检索轮廓，并返回检测到的轮廓的个数
// 源二值图、容器、第一个外轮廓指针、head序列大小、轮廓分两层、边缘只保留终点
cvDrawContours(pBinary, pContour, CV_RGB(255, 255, 255), CV_RGB(255, 255, 255), 2, CV_FILLED, 8, cvPoint(0, 0)); //在图像上绘制外部和内部轮廓
// 源二值图、第一个轮廓的指针、外轮廓的颜色、内轮廓的颜色、画两层轮廓、绘制轮廓线的宽度、轮廓线段的类型、按给定值移动所有点的坐标。
// 外轮廓循环
int wai = 0;
int nei = 0;
for (; pContour != NULL; pContour = pContour->h_next) //对检测到的轮廓进行逐一处理，h_next为下一个轮廓
{
wai++;
// 内轮廓循环
for (pConInner = pContour->v_next; pConInner != NULL; pConInner = pConInner->h_next)
{
nei++;
dConArea = fabs(cvContourArea(pConInner, CV_WHOLE_SEQ));// 内轮廓面积
printf("%f\n", dConArea);
if (dConArea <= dAreaThre) //只处理满足条件的轮廓，不满足条件的轮廓扔掉
{
cvDrawContours(pBinary, pConInner, CV_RGB(255, 255, 255), CV_RGB(255, 255, 255), 0, CV_FILLED, 8, cvPoint(0, 0));
} // 源二值图、第一个轮廓的指针、外轮廓的颜色、内轮廓的颜色、画第一个外轮廓、绘制轮廓线的宽度、轮廓线段的类型、按给定值移动所有点的坐标。
}
}
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]; //整幅图像的平均灰度
}
int threshold;
float maxVariance=0;
float w = 0, u = 0;
for(int i = 0; i < 256; i++)
{
w += histogram[i]; //假设当前灰度i为阈值, 0~i 灰度的像素(假设像素值在此范围的像素叫做前景像素) 所占整幅图像的比例
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;
}
void DeleteIslet(IplImage* pic1,IplImage** pic0)
{
/************删除二值化图像中面积较小的连通域****************************/
CvSeq* contour = NULL;
double minarea =300.0;
double tmparea = 0.0;
CvMemStorage* storage = cvCreateMemStorage(0);
IplImage* img_Clone=cvCloneImage(pic1);
//访问二值图像每个点的值
uchar *pp;
IplImage* img_dst = cvCreateImage(cvGetSize(pic1),IPL_DEPTH_8U,1);
//------------搜索二值图中的轮廓，并从轮廓树中删除面积小于某个阈值minarea的轮廓-------------//
CvScalar color = cvScalar(255,0,0);//CV_RGB(128,0,0);
CvContourScanner scanner = NULL;
scanner = cvStartFindContours(pic1,storage,sizeof(CvContour),CV_RETR_CCOMP,CV_CHAIN_APPROX_NONE,cvPoint(0,0));
//开始遍历轮廓树
CvRect rect;
while (contour==cvFindNextContour(scanner))
{
tmparea = fabs(cvContourArea(contour));
rect = cvBoundingRect(contour,0);
if (tmparea < minarea/*||tmparea>4900*/)
{
//当连通域的中心点为黑色时，而且面积较小则用白色进行填充
pp=(uchar*)(img_Clone->imageData + img_Clone->widthStep*(rect.y+rect.height/2)+rect.x+rect.width/2);
if (pp[0]==0)
{
for(int y = rect.y;y<rect.y+rect.height;y++)
{
for(int x =rect.x;x<rect.x+rect.width;x++)
{
pp=(uchar*)(img_Clone->imageData + img_Clone->widthStep*y+x);
if (pp[0]==0)
{
pp[0]=255;
}
}
}
}
}
}
*pic0=img_Clone;
}
int main( )
{
IplImage* oringin=cvLoadImage("test.bmp",1);
IplImage* pic1=cvLoadImage("test.bmp",0);
IplImage* pic2=NULL;
DeleteIslet(pic1,&pic2); //删除小联通域
IplImage* pic3=cvCloneImage(pic2); //取反再删除
cvNot(pic2,pic3);
IplImage* pic4=NULL;
DeleteIslet(pic3,&pic4);
/**************孔洞填充*********************/
IplImage* pic5 = cvCreateImage(cvGetSize(pic4), 8, 1);
int thresh = Otsu(pic4);
cvThreshold(pic4,pic5, thresh, 255, CV_THRESH_BINARY);
FillInternalContours(pic5, 200);
IplImage* pic6 = cvCreateImage(cvGetSize(pic5), 8, 1);
cvNot(pic5,pic6);
//cvSaveImage("out2.bmp",pic6);
cvNamedWindow("oringin");
cvShowImage("oringin", oringin);
cvNamedWindow("删除小联通域");
cvShowImage("删除小联通域", pic2);
cvNamedWindow("孔洞填充");
cvShowImage("孔洞填充", pic6);
cvWaitKey(0);
cvDestroyWindow( "oringin" );
cvDestroyWindow( "删除小联通域" );
cvDestroyWindow( "孔洞填充" );
cvReleaseImage(&oringin);
cvReleaseImage(&pic2);
cvReleaseImage(&pic6);
return 0;
}