Zedboard甲診opencv圖像處理（一）

首先基于前面的工作，通過(guò)調(diào)整已經(jīng)很好的把指甲邊緣顯示出來(lái)了，不曾想我卻從那時(shí)開(kāi)始走上了彎路，使用matlab去處理靜態(tài)圖片，以獲得更好的指甲和特征提取效果，結(jié)果就是，效果不理想（光照影響）并且用到攝像頭上來(lái)一點(diǎn)都不實(shí)用。辛辛苦苦的研究了n多的圖像處理算法，幾乎把邊緣提取的算法全部過(guò)了一遍，閱讀了不下100篇論文，還折騰出B樣條曲線(xiàn)擬合進(jìn)行邊緣連接，現(xiàn)在想想太可笑了，其實(shí)OpenCV現(xiàn)有的圖像處理方法已經(jīng)可以滿(mǎn)足我提取指甲的要求了，只不過(guò)我需要進(jìn)行合理的組合搭配，從而實(shí)現(xiàn)我想要的效果。

總有那么一句話(huà)叫：摸著石頭過(guò)河。我今天算是體會(huì)到了，不過(guò)中間老板還讓寫(xiě)創(chuàng)業(yè)計(jì)劃，總之，該回歸正道了！

接著之前的canny提取的邊緣，我想進(jìn)一步提取出指甲，把其他背景都省略，這樣就只留下指甲了，從而進(jìn)一步提取特征。首先我想到的是findContours函數(shù)及其輪廓操作

//! retrieves contours and the hierarchical information from black-n-white image.
CV_EXPORTS_W void findContours( InputOutputArray image, OutputArrayOfArrays contours,
OutputArray hierarchy, int mode,
int method, Point offset=Point());

//! retrieves contours from black-n-white image.
CV_EXPORTS void findContours( InputOutputArray image, OutputArrayOfArrays contours,
int mode, int method, Point offset=Point());

其中image為輸入的 binary image，輸出是一個(gè)向量數(shù)組，每個(gè)向量是Points類(lèi)型的指針向量數(shù)組。這個(gè)數(shù)組會(huì)用做后面的輪廓處理。

mode代表提取輪廓的類(lèi)型， 可以是以下幾種類(lèi)型 //CV_RETR_LIST, // retrieve all contours
//CV_RETR_EXTERNAL, // retrieve the external contours
//CV_RETR_TREE, // retrieve all contours in tree format
//CV_RETR_CCOMP is similar but limits the hierarchy at two levels.建立兩個(gè)等級(jí)的輪廓，上面的一層為外邊界，里面的一層為內(nèi)孔的邊界信息。如果內(nèi)孔內(nèi)還有一個(gè)連通物體，這個(gè)物體的邊界也在頂層。

method代表輪廓點(diǎn)的類(lèi)型，可以有 //CV_CHAIN_APPROX_NONE // all pixels of each contours存儲(chǔ)所有的輪廓點(diǎn)，相鄰的兩個(gè)點(diǎn)的像素位置差不超過(guò)1，即max（abs（x1-x2），abs（y2-y1））==1
//CV_CHAIN_APPROX_SIMPLE //only the end points would be included for horizontal,vertical, or diagonal contours. 壓縮水平方向，垂直方向，對(duì)角線(xiàn)方向的元素，只保留該方向的終點(diǎn)坐標(biāo)，例如一個(gè)矩形輪廓只需4個(gè)點(diǎn)來(lái)保存輪廓信息

最后一個(gè)不用管先，然后就是一個(gè)OutputArray hierarchy代表分層結(jié)構(gòu)，hierarchy, // hierarchical representation

接下來(lái)用 cv::Mat result(image.size(),CV_8U,cv::Scalar(255));
cv::drawContours(result,contours,
-1, // draw all contours
cv::Scalar(0), // in black
2); // with a thickness of 2

出來(lái)的效果還不錯(cuò)，利用黑背景，能將指甲分離出來(lái)，但是接下來(lái)的分離過(guò)程除了錯(cuò)誤。就是在我將多余的或者不符合要求的輪廓去除過(guò)程中報(bào)錯(cuò)了

// Eliminate too short or too long contours
int cmin= 100; // minimum contour length
int cmax= 1000; // maximum contour length
std::vector >::const_iterator itc = contours.begin();
while (itc!=contours.end())
{
if (itc->size() < cmin || itc->size() > cmax)
itc=contours.erase(itc);
else
++itc;
}

錯(cuò)誤如下：錯(cuò)誤:no matching function for call to 'std::vector > >::erase(std::vector > >::const_iterator&)'，我理解的意思是這里erase函數(shù)用的不對(duì)，但是我是照著OpenCVcookbook做的，網(wǎng)上也搜了很多，都是這樣寫(xiě)的，感覺(jué)不同于他們的是我的實(shí)在QT中編寫(xiě)，用OpenCV2.3.1，不知到為什么會(huì)報(bào)錯(cuò)，

然后就找他的定義，感覺(jué)用得也沒(méi)錯(cuò)：

iterator
erase(iterator __position)
{
if (__position + 1 != end())
std::copy(__position + 1, end(), __position);
--this->_M_impl._M_finish;
return __position;
}

iterator
erase(iterator __first, iterator __last)
{
_M_erase_at_end(std::copy(__last, end(), __first));
return __first;
}

后來(lái)仔細(xì)看了，iterator和const_iterator不一樣， typedef __gnu_cxx::__normal_iterator iterator; typedef __gnu_cxx::__normal_iterator const_iterator;

而我抄襲的程序里面都是const_iterator,該過(guò)來(lái)之后就可以了。

現(xiàn)在的問(wèn)題是，我該怎么取適當(dāng)?shù)闹担沟弥挥兄讣椎妮喞Ａ粝聛?lái)，其余的省去。還是一步一步來(lái)吧，先把輪廓查找的過(guò)程搞清楚。

findContours經(jīng)常與drawContours配合使用，用來(lái)將輪廓繪制出來(lái)。其中第一個(gè)參數(shù)image表示目標(biāo)圖像，第二個(gè)參數(shù)contours表示輸入的輪廓組，每一組輪廓由點(diǎn)vector構(gòu)成，第三個(gè)參數(shù)contourIdx指明畫(huà)第幾個(gè)輪廓，如果該參數(shù)為負(fù)值，則畫(huà)全部輪廓，第四個(gè)參數(shù)color為輪廓的顏色，第五個(gè)參數(shù)thickness為輪廓的線(xiàn)寬，如果為負(fù)值或CV_FILLED表示填充輪廓內(nèi)部，第六個(gè)參數(shù)lineType為線(xiàn)型，第七個(gè)參數(shù)為輪廓結(jié)構(gòu)信息，第八個(gè)參數(shù)為maxLevel。