- 主要函数介绍
1.1 FindContours

• List item

在二值图像中寻找轮廓

int cvFindContours( CvArr* image, CvMemStorage* storage, CvSeq** first_contour,
int header_size=sizeof(CvContour), int mode=CV_RETR_LIST,
int method=CV_CHAIN_APPROX_SIMPLE, CvPoint offset=cvPoint(0,0) );
【参数介绍】
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。
1.2 FillPoly
填充多边形内部

void cvFillPoly( CvArr* img, CvPoint** pts, int* npts, int contours,
CvScalar color, int line_type=8, int shift=0 );
【参数介绍】
img
图像。
pts
指向多边形的数组指针。
npts
多边形的顶点个数的数组。
contours
组成填充区域的线段的数量。
color
多边形的颜色。
line_type
组成多边形的线条的类型。
shift
顶点坐标的小数点位数。
函数cvFillPoly用于一个单独被多边形轮廓所限定的区域内进行填充。函数可以填充复杂的区域,例如，有漏洞的区域和有交叉点的区域等等。
2. 编程实现
函数fiilSeg（）输入为经过颜色分割的火焰图片(需转为单通道灰度图)，输出为填补了空洞的二值图像。

//根据分割结果确定轮廓并填充
void fillSeg(IplImage *src,IplImage *tempdst)
{
	CvSeq * contour = NULL;
	CvMemStorage * storage = cvCreateMemStorage();
	//在二值图像中寻找轮廓,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
	cvFindContours(src,storage,&contour,sizeof(CvContour),CV_RETR_CCOMP ,CV_CHAIN_APPROX_SIMPLE);
	cvZero(tempdst);
	for( contour; contour != 0; contour = contour->h_next)
	{   
		//轮廓的方向影响面积的符号。因此函数也许会返回负的结果。应用函数 fabs() 得到面积的绝对值。 
		double area = cvContourArea( contour,CV_WHOLE_SEQ );
		//计算整个轮廓或部分轮廓的面积
		if(fabs(area) < 10)
		{
			continue;
		}
		//	CvScalar color = CV_RGB( 255, 255, 255 );
		CvPoint *point = new CvPoint[contour->total];
		CvPoint *Point;

		//printf("图像分割contour->total\t%d\n",contour->total);
		for (int i = 0;i<contour->total;i++)
		{
			Point = (CvPoint*)cvGetSeqElem(contour,i);
			point[i].x =Point->x;
			point[i].y = Point->y;
		}
		int pts[1] = {contour->total};
		cvFillPoly(tempdst,&point,pts,1,CV_RGB(255,255,255));//填充多边形内部 
	}
}

3. 完整工程

#include<opencv/cv.h>
#include<opencv/highgui.h>
#include <math.h>
#define min(x,y) (x<y?x:y)

#define R_THRESHHOLD 125
#define S_THRESHHOLD 60

//RGB+HSI颜色模型
void colorModel(IplImage *src,IplImage * dst){
	int step = NULL;
	int rows = src->height;
	int cols = src->width;
	for(int i = 0;i < rows;i++){
		//uchar* dataS = src.ptr<uchar>(i);
		//uchar* dataD = dst.ptr<uchar>(i);
		uchar *dataS = (uchar*)src->imageData;
		uchar *dataD= (uchar*)dst->imageData;
		for(int j = 0;j < cols; j++){
			step = i*src->widthStep+j*src->nChannels;;
			float S;
			float b = dataS[step]/255.0;
			float g = dataS[step+1]/255.0;
			float r = dataS[step+2]/255.0;
			float minRGB = min(min(r,g),b);
			float den = r+g+b;
			if(den == 0)	//分母不能为0
				S = 0;
			else
				S = (1 - 3*minRGB/den)*100;
			if(dataS[step+2] <= R_THRESHHOLD || dataS[step+2] < 165){
				dataD[step] = 0;
				dataD[step+1] = 0;
				dataD[step+2] = 0;
			}
			else if(dataS[step+2] <= dataS[step+1] || dataS[step+1] <= dataS[step] ){
				dataD[step] = 0;
				dataD[step+1] = 0;
				dataD[step+2] = 0;
			}
			else if(S <= (float)(S_THRESHHOLD*(255 - dataS [step+2]))/R_THRESHHOLD){
				dataD[step] = 0;
				dataD[step+1] = 0;
				dataD[step+2] = 0;
			}
			else{
				dataD[step] = dataS[step];
				dataD[step+1] = dataS[step+1];
				dataD[step+2] = dataS[step+2];
			}
		}
	}
}

//根据分割结果确定轮廓并填充
void fillSeg(IplImage *src,IplImage *tempdst)
{
	CvSeq * contour = NULL;
	CvMemStorage * storage = cvCreateMemStorage();
	//在二值图像中寻找轮廓,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
	cvFindContours(src,storage,&contour,sizeof(CvContour),CV_RETR_CCOMP ,CV_CHAIN_APPROX_SIMPLE);
	cvZero(tempdst);
	for( contour; contour != 0; contour = contour->h_next)
	{   
		//轮廓的方向影响面积的符号。因此函数也许会返回负的结果。应用函数 fabs() 得到面积的绝对值。 
		double area = cvContourArea( contour,CV_WHOLE_SEQ );
		//计算整个轮廓或部分轮廓的面积
		if(fabs(area) < 10)
		{
			continue;
		}
		//	CvScalar color = CV_RGB( 255, 255, 255 );
		CvPoint *point = new CvPoint[contour->total];
		CvPoint *Point;

		//printf("图像分割contour->total\t%d\n",contour->total);
		for (int i = 0;i<contour->total;i++)
		{
			Point = (CvPoint*)cvGetSeqElem(contour,i);
			point[i].x =Point->x;
			point[i].y = Point->y;
		}
		int pts[1] = {contour->total};
		cvFillPoly(tempdst,&point,pts,1,CV_RGB(255,255,255));//填充多边形内部 
	}
}
int main(){
	IplImage *img = NULL;		//输入图像，8bit 3通道
	IplImage *colTemp = NULL;	//颜色分割后(有内部空洞)的图片
	IplImage *gray = NULL;		//灰度图
	IplImage *mask = NULL;		//二值图，用于复制图像的掩膜
	IplImage *dst = NULL;		//输出疑似图像，8bit、3通道

	img = cvLoadImage("E:\\Test\\SegTest\\fire40.JPG");					//载入原始图片
	colTemp =  cvCreateImage(cvGetSize(img),img->depth,img->nChannels);//经过颜色分割后(有内部空洞)的图片
	gray = cvCreateImage(cvGetSize(img),img->depth,1);
	mask = cvCreateImage(cvGetSize(img),img->depth,1);
	dst = cvCreateImage(cvGetSize(img),img->depth,img->nChannels);		//经过填补后的图片
	cvZero(dst);
	colorModel(img,colTemp);
	cvCvtColor(colTemp,gray,CV_BGR2GRAY);
	//使用cvFindContours函数与cvFillPoly填充连通区内部空洞
	fillSeg(gray,mask);
	cvCopy(img,dst,mask);
	cvShowImage("原始图片",img);
	cvShowImage("颜色分割处理",colTemp);
	cvShowImage("填充处理图片",dst);
	cvShowImage("mask",mask);
	cvWaitKey();
}