【正文】 法就是采用的Canny（）函數(shù)得到圖像的邊緣?，F(xiàn)在我們來看看OpenCV中FindContours()函數(shù)的參數(shù)。int FindContours( CvArr* image, //image是輸入圖像,圖像必須是8位單通道圖像CvMemStorage* storage,//內(nèi)存存儲(chǔ)器,cvFindContours()找到的輪廓記錄在此內(nèi)存里CvSeq** first_contour,//是指向CvSeq*的一個(gè)指針,指向輪廓樹的首地址,int header_size CV_DEFAULT(sizeof(CvContour)),//存儲(chǔ)cvFindContours()更多有關(guān)對(duì)象分配的信息，可以設(shè)定為sizeof(CvContour)或者sizeof(CvChain)，int mode CV_DEFAULT(CV_RETR_LIST), //計(jì)算方法，一般為四種參數(shù)：CV_RETR_ExTERNAL, CV_RETR_LIST, ()說明需要的輪廓類型,和希望的放回值形式。int method CV_DEFAULT(CV_CHAIN_APPROX_SIMPLE), //怎么計(jì)算CvPoint offset CV_DEFAULT(cvPoint(0,0)))。 下面是在系統(tǒng)中的實(shí)現(xiàn)代碼：void MyClass::FindContours(){ if(!())//判斷圖片是否存在 { RNG rng(12345)。 int thresh = 100。//輪廓提取值 int max_thresh = 255。//輪廓提取最大值 //原圖轉(zhuǎn)換 Mat src。 Mat src_gray。 src = image。 //圖片關(guān)聯(lián) cvtColor( src, src_gray, CV_BGR2GRAY )。//二值化 blur( src_gray, src_gray, Size(3,3) )。//除燥 /// 創(chuàng)建窗體 namedWindow( 輪廓提取, WINDOW_AUTOSIZE )。 imshow( 輪廓提取, src )。 Mat canny_output。//初始化dst //定義點(diǎn)和向量 vectorvectorPoint contours。 vectorVec4i hierarchy。 Canny( src_gray, canny_output, thresh, thresh*2, 3 )。// 用Canny算子檢測(cè)邊緣，當(dāng)然也可以使用其他邊緣算子 findContours(canny_output,contours,hierarchy,RETR_TREE,CHAIN_APPROX_SIMPLE, Point(0, 0) )。//輪廓查找 /// 繪出輪廓 Mat drawing = Mat::zeros( (), CV_8UC3 )。 //遍歷所有頂層輪廓，隨機(jī)生成顏色值繪制給各連接組成部分 for( int i = 0。 i ()。 i++ ) { Scalar color = Scalar( (0, 255), (0,255), (0,255) )。 //繪制填充輪廓 drawContours(drawing,contours, i, color, 2, 8, hierarchy, 0, Point() )。 } imshow( 輪廓提取, drawing )。// 在窗體中顯示結(jié)果 } else { QMessageBox::information(this, tr(ERROR!), tr(please click picture!).arg())。//彈出提取框 }}現(xiàn)在來看下效果，如圖55： 圖55 輪廓提取效果圖其中可根據(jù)canny檢測(cè)算子（也可以使用其他算子）的參數(shù)提取自己想要得到的輪廓。6 程序界面系統(tǒng)的風(fēng)格也是自己設(shè)計(jì)的，主要格調(diào)是黑色，我覺著這樣會(huì)給用戶一種非常舒適的感覺，下面就是基本界面也就是主界面的截圖，如圖61。 圖61 界面效果圖接下來我們看看點(diǎn)擊提取圖片導(dǎo)入圖片后的效果，如圖62。 圖62 點(diǎn)擊提取圖片后的效果圖點(diǎn)擊canny檢測(cè)，我選擇的是添加一個(gè)新窗口這樣做是因?yàn)榭梢宰寛D像進(jìn)行對(duì)比，如圖63。 圖63 點(diǎn)擊Canny邊緣提取后的效果圖接下來是點(diǎn)擊輪廓提取后的效果圖，如圖64。 圖64 點(diǎn)擊輪廓提取按鈕后的效果圖這是點(diǎn)擊Sobel檢測(cè)后的效果，如圖65。 圖65 點(diǎn)擊Sobel邊緣檢測(cè)后的效果圖當(dāng)然還有保存和彈出錯(cuò)誤提示框的效果圖，就不一一展示了。7 總結(jié)與展望本論文通過對(duì)圖像邊緣檢測(cè)和圖像輪廓提取的技術(shù)研究而實(shí)現(xiàn)了圖像輪廓提取系統(tǒng)，主要是對(duì)數(shù)字圖像處理技術(shù)研究，用了(Sobel,Laplace,Canny）等邊緣檢測(cè)算法對(duì)原始圖像邊緣進(jìn)行檢測(cè)，輪廓提取等操作。在研究中發(fā)現(xiàn)，Roberts算子、Sobel算子對(duì)噪聲敏感，它們只是簡(jiǎn)單的一階求導(dǎo)后得出的邊緣，因?yàn)樵谔崛∵吘壡皼]有對(duì)圖像進(jìn)行濾波處理，得到的邊緣不完整的，這樣在我們眼中就會(huì)顯得不真實(shí)。所以我們總結(jié)了在進(jìn)行檢測(cè)前應(yīng)該對(duì)圖像進(jìn)行平滑去噪處理，而Laplace算子和Canny算子就處理的很好，在Canny算子處理后的邊緣，我們可以看出Canny算子提取后的邊緣連接度很好，完整度很高，這也是后面在使用輪廓提取前用Canny算子處理圖像的原因。本論文還分析了圖像邊緣檢測(cè)和圖像輪廓提取的基本概念和理論，實(shí)現(xiàn)了一個(gè)完整從圖片讀取，圖片格式轉(zhuǎn)換，圖片邊緣檢測(cè)，輪廓提取，圖片保存的圖像處理系統(tǒng)。在邊緣檢測(cè)部分，我們介紹了4種常用與邊緣檢測(cè)的算子，介紹了不同和各自的優(yōu)勢(shì)，對(duì)以后的使用中可以幫助人們提供參考。后又對(duì)輪廓提取技術(shù)進(jìn)行研究，這一系列操作給實(shí)現(xiàn)圖像處理奠定了堅(jiān)實(shí)的基礎(chǔ)。 參考文獻(xiàn)[1] Bradski G. 學(xué)習(xí)OpenCV 中文版 [M].北京：清華大學(xué)出版社, .[2] 劉瑞禎，于仕琪. OpenCV教程 基礎(chǔ)篇[OL]. 北京：北京航空航天大學(xué)出版社, 2007[3] 帕科爾. 圖像處理與計(jì)算機(jī)視覺算法及應(yīng)用 原書第2版[M]. 北京：清華大學(xué)出版社, .[4] 陳勝勇. 基于OpenCV的計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)[J]. 北京：科學(xué)出版社, 2008[5] DanielL233。lisBaggio. 深入理解OpenCV 實(shí)用計(jì)算機(jī)視覺項(xiàng)目解析[M]. 北京：機(jī)械工業(yè)出版社, [6] 左飛. Visual C++數(shù)字圖像處理開發(fā)入門與編程實(shí)踐[M]. 北京：電子工業(yè)出版社, 2008[7] RobertLaganiere. OpenCV2計(jì)算機(jī)視覺編程手冊(cè)[M]. 北京：科學(xué)出版社, [8] 沈晶. Visual C++數(shù)字圖像處理典型案例詳解[M]. 北京：機(jī)械工業(yè)出版社, [9] 陳兵旗,孫明. Visual C++實(shí)用圖像處理[M].:[10] 李啟炎. 圖像處理與圖像制作[M].：[11] 吳鳳和. 基于計(jì)算機(jī)視覺測(cè)量技術(shù)的圖像輪廓提取方法研究[J].計(jì)量學(xué)報(bào)，2007,2[12] 趙紅霞. （Alpha）在VS2012下的配置教程[OL].互聯(lián)網(wǎng)數(shù)據(jù)，2015，01致 謝隨著匆匆而過的時(shí)間，我的論文也基本接近完成了?？墒窃诔錆M成就感的同時(shí)，卻多了幾分不常在我身上出現(xiàn)的憂郁，有人說論文一寫完，你的大學(xué)就幾近結(jié)束了。是啊，忙碌的日子總是顯得很短暫，還沒好好感受，這四年青春就悄悄離我而去，可能只有用璀璨的未來，來祭奠這四年所沉淀的青春。謝謝這一路走來陪伴我的朋友，我的老師，我的同學(xué)，也慶幸自己能夠收獲我們的這份情感。在寫論文的過程中，才明白很多你以前不曾在意的知識(shí)，覺得沒用的知識(shí)，其實(shí)在關(guān)鍵的時(shí)候幫了你一把；才明白也有很多知識(shí)需要去學(xué)習(xí)，去了解。當(dāng)然，論文的順利完成，離不開導(dǎo)師的付出和辛勤的指導(dǎo)。最后，隨著論文的結(jié)束，我的學(xué)生生涯也要結(jié)束了，我也要告別美麗的母校，謝謝您給了我一個(gè)讓我自由成長(zhǎng)的環(huán)境。學(xué)無止境，我也會(huì)努力的走好我以后的人生，謝謝。24