（0）輪廓分析概述及作用
- 通過(guò)將
Canny邊緣提取或者二值化結(jié)果作為輸入圖像來(lái)實(shí)現(xiàn)輪廓發(fā)現(xiàn)與繪制废封，
可是這些并不是我們想要的最終結(jié)果，
我們一般根據(jù)獲取到的輪廓求出它們的外接矩形或者最小外接矩形，
并計(jì)算外接矩形的橫縱比例钮科、輪廓面積退盯、周長(zhǎng)等數(shù)據(jù)，
然后使用這些數(shù)據(jù)實(shí)現(xiàn)特定幾何形狀輪廓的查找與過(guò)濾撤师，
為后續(xù)的處理與分析剔除不正確的區(qū)域而保留候選對(duì)象剂府。
（1）邊界框
- 最常見(jiàn)的獲取
輪廓的外接矩形是邊界框，
獲取每個(gè)輪廓的邊界框丈氓，
通過(guò)它可以得到與各個(gè)輪廓相對(duì)應(yīng)的高度與寬度周循，
并能通過(guò)它計(jì)算出輪廓的縱橫比。
通過(guò)輪廓點(diǎn)集合得到輪廓邊界框的API如下：
boundingRect(MatOfPoint points)
其中万俗，points是輪廓所有點(diǎn)的集合對(duì)象湾笛。注意其數(shù)據(jù)類型。
調(diào)用該API會(huì)返回一個(gè)Rect對(duì)象實(shí)例闰歪，它是OpenCV關(guān)于矩形的數(shù)據(jù)結(jié)構(gòu)嚎研，
從中可以得到外界矩形（邊界框）的寬高，
然后就可以計(jì)算出輪廓的橫縱比了库倘。
這種情況下得到的邊界框不一定滿足條件临扮，有時(shí)候我們還需要獲取輪廓的最小邊界框。
（2）最小邊界框
與上面邊界框不同的是教翩，
獲取到的最小邊界框有時(shí)候不是一個(gè)水平或者垂直的矩形杆勇，
而是一個(gè)旋轉(zhuǎn)了一定角度的矩形，
但是最小外接矩形（最小邊界框）能夠更加真實(shí)地反映出輪廓的幾何結(jié)構(gòu)大小饱亿，
而橫縱比結(jié)果更能反映出輪廓的真實(shí)幾何特征蚜退，
所以有些時(shí)候我們計(jì)算的經(jīng)常是最小外接矩形闰靴，
相關(guān)API函數(shù)如下：
RotatedRect minAreaRect(MatOfPoint2f points)
其中，points是輪廓的所有點(diǎn)的集合對(duì)象钻注。注意其數(shù)據(jù)類型蚂且。
- 調(diào)用該API會(huì)返回一個(gè)
RotatedRect對(duì)象實(shí)例，
它是OpenCV關(guān)于旋轉(zhuǎn)矩形的數(shù)據(jù)結(jié)構(gòu)幅恋，
其包含了旋轉(zhuǎn)角度杏死，矩形的寬、高及四個(gè)頂點(diǎn)等信息捆交，
通過(guò)相關(guān)的API都可以查詢獲得淑翼，
繪制旋轉(zhuǎn)矩形對(duì)象的時(shí)候，
首先需要得到四個(gè)頂點(diǎn)零渐，
然后通過(guò)OpenCV繪制直線的API來(lái)完成旋轉(zhuǎn)矩形的繪制窒舟。
（3）面積與周長(zhǎng)
-
輪廓分析中包含了輪廓大小的度量，
這些度量最常見(jiàn)的就是計(jì)算輪廓的面積大小與長(zhǎng)度大小诵盼，
這些數(shù)據(jù)對(duì)分析輪廓與過(guò)濾掉一些不符合條件的輪廓十分有用惠豺。
計(jì)算輪廓面積的API如下：
contourArea(Mat contour, boolean oriented)
contour：輪廓的所有點(diǎn)的集合對(duì)象。
oriented：表示輪廓的方向风宁，當(dāng)oriented = true時(shí)返回的面積是一個(gè)有符號(hào)值洁墙，默認(rèn)為false，返回的是絕對(duì)值戒财。
計(jì)算輪廓周長(zhǎng)的API如下：
arcLength(MatOfPoint2f curve, boolean closed)
curve：輪廓的所有點(diǎn)的集合對(duì)象热监。注意數(shù)據(jù)類型。
closed：表示是否為閉合曲線饮寞，默認(rèn)是true孝扛。
完整的發(fā)現(xiàn)獲取輪廓、外接輪廓幽崩、最小外接輪廓苦始、橫縱比、面積與長(zhǎng)度的代碼演示如下：
private void measureContours(Mat src, Mat dst) {
Mat gray= new Mat();
Mat binary = new Mat();
// 二值
Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);
Imgproc.threshold(gray, binary, 0, 255, Imgproc.THRESH_BINARY | Imgproc.THRESH_OTSU);
// 輪廓發(fā)現(xiàn)
List<MatOfPoint> contours = new ArrayList<MatOfPoint>();
Mat hierarchy = new Mat();
Imgproc.findContours(binary, contours, hierarchy, Imgproc.RETR_TREE, Imgproc.CHAIN_APPROX_SIMPLE, new Point(0, 0));
// 測(cè)量輪廓
dst.create(src.size(), src.type());
for(int i=0; i<contours.size(); i++) {
Rect rect = Imgproc.boundingRect(contours.get(i));
double w = rect.width;
double h = rect.height;
double rate = Math.min(w, h)/Math.max(w, h);
Log.i("Bound Rect", "rate：" + rate);//一個(gè)輪廓元素打印一次
RotatedRect minRect = Imgproc.minAreaRect(new MatOfPoint2f(contours.get(i).toArray()));
w = minRect.size.width;
h = minRect.size.height;
rate = Math.min(w, h)/Math.max(w, h);
Log.i("Min Bound Rect", "rate：" + rate);
double area = Imgproc.contourArea(contours.get(i), false);
double arclen = Imgproc.arcLength(new MatOfPoint2f(contours.get(i).toArray()), true);
Log.i("contourArea", "area：" + rate);
Log.i("arcLength", "arcLength：" + arclen);
Imgproc.drawContours(dst, contours, i, new Scalar(0, 0, 255), 1);
}
// 釋放內(nèi)存
gray.release();
binary.release();
}
上述的代碼是求取圖像的全部輪廓，
修改上述程序蹄溉，把返回輪廓改為返回最外層輪廓RETR_EXTERNAL咨油，
同時(shí)修改閾值化方法，將其改為THRESH_BINARY_INV柒爵，
則運(yùn)行結(jié)果如下：
- 感興趣的小伙伴可以進(jìn)一步細(xì)化該方法役电，
將計(jì)算得到的輪廓幾何屬性值如長(zhǎng)度、面積等
通過(guò)putText函數(shù)顯示到輸出的圖像上
參考材料
- 《OpenCV Android 開(kāi)發(fā)實(shí)戰(zhàn)》（賈志剛 著）
- 關(guān)于《OpenCV Android 開(kāi)發(fā)實(shí)戰(zhàn)》作者的GitHub項(xiàng)目
- 筆者基于作者GitHub維護(hù)的APP
