http://stackoverflow.com/questions/29491669/real-time-paper-sheet-detection-using-opencv-in-android/29492699#29492699

at srcImg; //you may want to apply Canny or some threshold before searching for contours
    List<MatOfPoint> contours = new ArrayList<MatOfPoint>();
    Mat hierarchy;
    Imgproc.findContours(srcImg, contours, hierarchy, Imgproc.RETR_LIST, Imgproc.CHAIN_APPROX_SIMPLE);
    MatOfPoint2f mat2fsrc, mat2fdst;
    Scalar color =  new Scalar(250, 250, 255);

    for (int i = 0; i < contours.size(); i++) {
        contours.get(i).convertTo(mat2fsrc, CvType.CV_32FC2);
        Imgproc.approxPolyDP(mat2fsrc, mat2fdst, 0.01 * Imgproc.arcLength(mat2fsrc, true), true);
        mat2fdst.convertTo(contours.get(i), CvType.CV_32S);
        Imgproc.drawContours(srcImg, contours, i, color, 2, 8, hierarchy, 0, new Point());
    }

===================================================================================================================================================================================================================

http://stackoverflow.com/questions/23134304/crop-out-part-from-images-findcontours-opencv-java

  System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
    // reading image
    Mat image = Highgui.imread(".\\testing2.jpg", Highgui.CV_LOAD_IMAGE_GRAYSCALE);
    // clone the image
    Mat original = image.clone();
    // thresholding the image to make a binary image
    Imgproc.threshold(image, image, 100, 128, Imgproc.THRESH_BINARY_INV);
    // find the center of the image
    double[] centers = {(double)image.width()/2, (double)image.height()/2};
    Point image_center = new Point(centers);

    // finding the contours
    ArrayList<MatOfPoint> contours = new ArrayList<MatOfPoint>();
    Mat hierarchy = new Mat();
    Imgproc.findContours(image, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE);

    // finding best bounding rectangle for a contour whose distance is closer to the image center that other ones
    double d_min = Double.MAX_VALUE;
    Rect rect_min = new Rect();
    for (MatOfPoint contour : contours) {
        Rect rec = Imgproc.boundingRect(contour);
        // find the best candidates
        if (rec.height > image.height()/2 & rec.width > image.width()/2)
            continue;
        Point pt1 = new Point((double)rec.x, (double)rec.y);
        Point center = new Point(rec.x+(double)(rec.width)/2, rec.y + (double)(rec.height)/2);
        double d = Math.sqrt(Math.pow((double)(pt1.x-image_center.x),2) + Math.pow((double)(pt1.y -image_center.y), 2));
        if (d < d_min)
        {
            d_min = d;
            rect_min = rec;
        }
    }
    // slicing the image for result region
    int pad = 5;
    rect_min.x = rect_min.x - pad;
    rect_min.y = rect_min.y - pad;

    rect_min.width = rect_min.width + 2*pad;
    rect_min.height = rect_min.height + 2*pad;

    Mat result = original.submat(rect_min);
    Highgui.imwrite("result.png", result);

===================================================================================================参数说明   （maybe c/C++）

http://blog.csdn.net/augusdi/article/details/9011477

image：
输入的 8-比特、单通道图像. 非零元素被当成 1， 0 象素值保留为 0 - 从而图像被看成二值的。为了从灰度图像中得到这样的二值图像，可以使用 cvThreshold, cvAdaptiveThreshold 或 cvCanny. 本函数改变输入图像内容。 
storage：
得到的轮廓的存储容器 
first_contour：
输出参数：包含第一个输出轮廓的指针 
header_size：
如果 method=CV_CHAIN_CODE，则序列头的大小 >=sizeof(CvChain)，否则 >=sizeof(CvContour) . 
mode：
提取模式. 
CV_RETR_EXTERNAL - 只提取最外层的轮廓 
CV_RETR_LIST - 提取所有轮廓，并且放置在 list 中 
CV_RETR_CCOMP - 提取所有轮廓，并且将其组织为两层的 hierarchy: 顶层为连通域的外围边界，次层为洞的内层边界。 
CV_RETR_TREE - 提取所有轮廓，并且重构嵌套轮廓的全部 hierarchy 
method：
逼近方法 (对所有节点, 不包括使用内部逼近的 CV_RETR_RUNS). 
CV_CHAIN_CODE - Freeman 链码的输出轮廓. 其它方法输出多边形(定点序列). 
CV_CHAIN_APPROX_NONE - 将所有点由链码形式翻译(转化）为点序列形式 
CV_CHAIN_APPROX_SIMPLE - 压缩水平、垂直和对角分割，即函数只保留末端的象素点; 
CV_CHAIN_APPROX_TC89_L1, 
CV_CHAIN_APPROX_TC89_KCOS - 应用 Teh-Chin 链逼近算法. CV_LINK_RUNS - 通过连接为 1 的水平碎片使用完全不同的轮廓提取算法。仅有 CV_RETR_LIST 提取模式可以在本方法中应用. 
offset：
每一个轮廓点的偏移量. 当轮廓是从图像 ROI 中提取出来的时候，使用偏移量有用，因为可以从整个图像上下文来对轮廓做分析. 
函数 cvFindContours 从二值图像中提取轮廓，并且返回提取轮廓的数目。指针 first_contour 的内容由函数填写。它包含第一个最外层轮廓的指针，如果指针为 NULL，则没有检测到轮廓（比如图像是全黑的）。其它轮廓可以从 first_contour 利用 h_next 和 v_next 链接访问到。 在 cvDrawContours 的样例显示如何使用轮廓来进行连通域的检测。轮廓也可以用来做形状分析和对象识别 - 见CVPR2001 教程中的 squares 样例。该教程可以在 SourceForge 网站上找到。

DrawContours 在图像中绘制外部和内部的轮廓。

[cpp] view plain copy

1. 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：
用以绘制轮廓的图像。和其他绘图函数一样，边界图像被感兴趣区域（ROI）所剪切。 
contour：

指针指向第一个轮廓。 
external_color：

外层轮廓的颜色。 
hole_color：

内层轮廓的颜色。 
max_level：

绘制轮廓的最大等级。如果等级为0，绘制单独的轮廓。如果为1，绘制轮廓及在其后的相同的级别下轮廓。如果值为2，所有的轮廓。如果等级为2，绘制所有同级轮廓及所有低一级轮廓，诸此种种。如果值为负数，函数不绘制同级轮廓，但会升序绘制直到级别为abs(max_level)-1的子轮廓。 
thickness：

绘制轮廓时所使用的线条的粗细度。如果值为负(e.g. =CV_FILLED),绘制内层轮廓。 
line_type：

线条的类型。参考cvLine. 
offset：

照给出的偏移量移动每一个轮廓点坐标.当轮廓是从某些感兴趣区域(ROI)中提取的然后需要在运算中考虑ROI偏移量时，将会用到这个参数。

当thickness>=0,函数cvDrawContours在图像中绘制轮廓,或者当thickness<0时，填充轮廓所限制的区域。

[cpp] view plain copy

1. #include <stdio.h>
2. #include <cv.h>
3. #include <cxcore.h>
4. #include <highgui.h>
5. #pragma comment(lib, "cv.lib")
6. #pragma comment(lib, "cxcore.lib")
7. #pragma comment(lib, "highgui.lib")
8. // 内轮廓填充
9. // 参数:
10. // 1. pBinary: 输入二值图像，单通道，位深IPL_DEPTH_8U。
11. // 2. dAreaThre: 面积阈值，当内轮廓面积小于等于dAreaThre时，进行填充。
12. void FillInternalContours(IplImage *pBinary, double dAreaThre)
13. {
14. double dConArea;
15. CvSeq *pContour = NULL;
16. CvSeq *pConInner = NULL;
17. CvMemStorage *pStorage = NULL;
18. // 执行条件
19. if (pBinary)
20. {
21. // 查找所有轮廓
22. pStorage = cvCreateMemStorage(0);
23. cvFindContours(pBinary, pStorage, &pContour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE);
24. // 填充所有轮廓
25. cvDrawContours(pBinary, pContour, CV_RGB(255, 255, 255), CV_RGB(255, 255, 255), 2, CV_FILLED, 8, cvPoint(0, 0));
26. // 外轮廓循环
27. int wai = 0;
28. int nei = 0;
29. for (; pContour != NULL; pContour = pContour->h_next)
30. {
31. wai++;
32. // 内轮廓循环
33. for (pConInner = pContour->v_next; pConInner != NULL; pConInner = pConInner->h_next)
34. {
35. nei++;
36. // 内轮廓面积
37. dConArea = fabs(cvContourArea(pConInner, CV_WHOLE_SEQ));
38. printf("%f\n", dConArea);
39. }
40. CvRect rect = cvBoundingRect(pContour,0);
41. cvRectangle(pBinary, cvPoint(rect.x, rect.y), cvPoint(rect.x + rect.width, rect.y + rect.height),CV_RGB(255,255, 255), 1, 8, 0);
42. }
43. printf("wai = %d, nei = %d", wai, nei);
44. cvReleaseMemStorage(&pStorage);
45. pStorage = NULL;
46. }
47. }
48. int Otsu(IplImage* src)
49. {
50. int height=src->height;
51. int width=src->width;
52. //histogram
53. float histogram[256] = {0};
54. for(int i=0; i < height; i++)
55. {
56. unsigned char* p=(unsigned char*)src->imageData + src->widthStep * i;
57. for(int j = 0; j < width; j++)
58. {
59. histogram[*p++]++;
60. }
61. }
62. //normalize histogram
63. int size = height * width;
64. for(int i = 0; i < 256; i++)
65. {
66. histogram[i] = histogram[i] / size;
67. }
68. //average pixel value
69. float avgValue=0;
70. for(int i=0; i < 256; i++)
71. {
72. avgValue += i * histogram[i];  //整幅图像的平均灰度
73. }
74. int threshold;
75. float maxVariance=0;
76. float w = 0, u = 0;
77. for(int i = 0; i < 256; i++)
78. {
79. 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
80. 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
81. float t = avgValue * w - u;
82. float variance = t * t / (w * (1 - w) );
83. if(variance > maxVariance)
84. {
85. maxVariance = variance;
86. threshold = i;
87. }
88. }
89. return threshold;
90. }
91. int main()
92. {
93. IplImage *img = cvLoadImage("c://temp.jpg", 0);
94. IplImage *bin = cvCreateImage(cvGetSize(img), 8, 1);
95. int thresh = Otsu(img);
96. cvThreshold(img, bin, thresh, 255, CV_THRESH_BINARY);
97. FillInternalContours(bin, 200);
98. cvNamedWindow("img");
99. cvShowImage("img", img);
100. cvNamedWindow("result");
101. cvShowImage("result", bin);
102. cvWaitKey(-1);
103. cvReleaseImage(&img);
104. cvReleaseImage(&bin);
105. return 0;
106. }

这种情况下，大月亮内部的两个内轮廓没有框出来。这个不是因为我的 rect框是 白色的缘故。。。。应该。

我断点试了，就 cvRectangle 了 4次···

[cpp] view plain copy

1. #include <stdio.h>
2. #include <cv.h>
3. #include <highgui.h>
4. #include <math.h>
5. #pragma comment(lib, "cv.lib")
6. #pragma comment(lib, "cxcore.lib")
7. #pragma comment(lib, "highgui.lib")
8. int main(int argc, char* argv[])
9. {
10. IplImage *src = cvLoadImage(".\\test.png", 0);
11. IplImage *dsw = cvCreateImage(cvGetSize(src), 8, 1);
12. IplImage *dst = cvCreateImage(cvGetSize(src), 8, 3);
13. CvMemStorage *storage = cvCreateMemStorage(0);
14. CvSeq *first_contour = NULL;
15. //turn the src image to a binary image
16. //cvThreshold(src, dsw, 125, 255, CV_THRESH_BINARY_INV);
17. cvThreshold(src, dsw, 100, 255, CV_THRESH_BINARY);
18. cvFindContours(dsw, storage, &first_contour, sizeof(CvContour), CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);
19. cvZero(dst);
20. int cnt = 0;
21. for(; first_contour != 0; first_contour = first_contour->h_next)
22. {
23. cnt++;
24. CvScalar color = CV_RGB(rand()&255, rand()&255, rand()&255);
25. cvDrawContours(dst, first_contour, color, color, 0, 2, CV_FILLED, cvPoint(0, 0));
26. CvRect rect = cvBoundingRect(first_contour,0);
27. cvRectangle(dst, cvPoint(rect.x, rect.y), cvPoint(rect.x + rect.width, rect.y + rect.height),CV_RGB(255, 0, 0), 1, 8, 0);
28. }
29. printf("the num of contours : %d\n", cnt);
30. cvNamedWindow( "Source", 1 );
31. cvShowImage( "Source", src );
32. cvNamedWindow( "dsw", 1 );
33. cvShowImage( "dsw", dsw );
34. cvNamedWindow( "Components", 1 );
35. cvShowImage( "Components", dst );
36. cvReleaseMemStorage(&storage);
37. cvWaitKey(-1);
38. return 0;
39. }

这种情况下 内轮廓也框出来了。。。。。

看来阈值的选择与想要的结果有很大关系哦。

如何适应不同的图片呢？？？？？？？？？？？？？？？？？

还有，每幅图片里面，最大的轮廓是整幅图像，可以根据其面积最大，去除 哦~~~修改如下：

area = fabs(cvContourArea(first_contour, CV_WHOLE_SEQ)); //cal the hole‘s area

在写后面那个 内轮廓填充的时候，才发现， dsw 是我二值化之后的图像，很明显不应该是这样子的呀。

我把 关于 Contours 的函数删除之后 又 恢复正常了。不知道为嘛呢。 很显然查出来的轮廓是 正确二值化之后的吧。 不知道为嘛会这样显示呢。

再看另一个图的结果：

总有 9 个轮廓。

另外，计算了下，每个大轮廓内部的 小轮廓的数目 conner ，结果显示都为0.

看看第一个大五角星。 应该是把 边边作为了一个轮廓， 把 内部 黑色区域作为一个 轮廓 了吧？？？？

还有，这幅图片 没有被当做一个大轮廓，上面那个小猫的，整幅图片被框了一下啊。。。。。。。。。。。。

另外i， 把 关于 cvFindContours && cvDrawContours 两个函数部分删除，二值化结果如下：

==========================================================================================================================================

 http://bbs.csdn.net/topics/391037090

向各位老师请教opencv中findContours获取轮廓大小时