OpenCV尋找復(fù)雜背景下物體的輪廓

重磅干貨，第一時(shí)間送達(dá)

本文轉(zhuǎn)自：opencv學(xué)堂

這是一個(gè)來自O(shè)PenCV問答社區(qū) - "answerOpenCV"問題，整編如下：

（http://answers.opencv.org/question/200422/opencv-c-filling-holes/）
title：OpenCV / C++ - Filling holes
content:
Hello there,
For a personnel projet, I'm trying to detect object and there shadow. These are the result I have for now: Original:

Object: 
Shadow: 
The external contours of the object are quite good, but as you can see, my object is not full. Same for the shadow. I would like to get full contours, filled, for the object and its shadow, and I don't know how to get better than this (I juste use "dilate" for the moment). Does someone knows a way to obtain a better result please? Regards.

從原始圖片上來看，這張圖片的拍攝的背景比較復(fù)雜，此外光照也存在偏光現(xiàn)象；而提問者雖然提出的是“將縫隙合并”的要求，實(shí)際上他還是想得到目標(biāo)物體的準(zhǔn)確輪廓。

基于現(xiàn)有經(jīng)驗(yàn)，和OpenCV，GOCVhelper等工具，能夠很快得出以下結(jié)果

h通道：

去光差：

閾值:

標(biāo)注：

這套算法首先解決了這個(gè)問題，而且我認(rèn)為也是穩(wěn)健魯棒的。其中，算法中除了經(jīng)典的“hsv分解->ostu閾值->最大輪廓標(biāo)注”外，最為關(guān)鍵的算法為頂帽去光差。這個(gè)算法來自于岡薩雷斯《數(shù)字圖像處理教程》形態(tài)學(xué)篇章，完全按照書本建議實(shí)現(xiàn)，體現(xiàn)良好作用。

//answerOpenCV OpenCV / C++ - Filling holes
#include "stdafx.h"
#include <iostream>
#include <vector>


using namespace cv;
using namespace std;

//find the biggest contour
vector<Point> FindBigestContour(Mat src){    
    int imax = 0;  
    int imaxcontour = -1;  
    std::vector<std::vector<Point> >contours;    
    findContours(src,contours,CV_RETR_LIST,CV_CHAIN_APPROX_SIMPLE);
    for (int i=0;i<contours.size();i++){
        int itmp =  contourArea(contours[i]);
        if (imaxcontour < itmp ){
            imax = i;
            imaxcontour = itmp;
        }
    }
    return contours[imax];
}

//remove Light difference by using top hat
Mat moveLightDiff(Mat src,int radius){
    Mat dst;
    Mat srcclone = src.clone();
    Mat mask = Mat::zeros(radius*2,radius*2,CV_8U);
    circle(mask,Point(radius,radius),radius,Scalar(255),-1);
    //top hat
    erode(srcclone,srcclone,mask);
    dilate(srcclone,srcclone,mask);
    dst =  src - srcclone;
    return dst;
}

int main( void )
{
    Mat src = imread("e:/sandbox/question.png");
    Mat src_hsv;
    Mat bin;
    Mat src_h;

    cvtColor(src,src_hsv,COLOR_BGR2HSV);
    vector<Mat> rgb_planes;
    split(src_hsv, rgb_planes );
    src_h = rgb_planes[0]; // h channel is useful

    src_h = moveLightDiff(src_h,40);
    threshold(src_h,bin,100,255,THRESH_OTSU);

    //find and draw the biggest contour
    vector<Point> bigestcontrour =  FindBigestContour(bin);
    vector<vector<Point> > controus;
    controus.push_back(bigestcontrour);
    cv::drawContours(src,controus,0,Scalar(0,0,255),3);

    waitKey();
    return 0;
}