棋盘边界是一个黑色的正方形，为了定位这个正方形，我们先查找出图片中的所有轮廓。
查找轮廓
List<MatOfPoint> contourList = new ArrayList<>();
Imgproc.findContours(src, contourList, hierarchy, mode, method);
参数列表：
- src：源Mat，推荐使用二值化后的Mat
- contourList：检测到的轮廓列表，每个轮廓用MatOfPoint类表示
-
hiararchy：我们检测轮廓的时候，有时候轮廓会有嵌套关系，这时候我们称外面的轮廓为parent，内部的轮廓为child。此时轮廓之间就有了一定的关系，我们称之为层次结构。
hierarchy.png
比如0、1、2为外轮廓，他们处于相同层级，2a、3、3a、4、5为2的内部轮廓，其中2a为2的第一个内部轮廓，称为first_child。我们就可以用相同层级、外轮廓、子轮廓、父轮廓、第一个子轮廓来描述这些关系。
我们用一个长度为4的数组来存储这些关系[Next, Previous, First_Child, Parent]，即hiararchy。前两个代表相同层级的上一个和下一个轮廓的编号，第三个代表第一个子轮廓的编号，第四个代表父轮廓编号，没有的话就是-1。
- mode：轮廓的检索模式，有四个值
- RETR_LIST：检索所有轮廓，但不创建任何父子关系，因此hiararchy数组后两项永远是-1。
- RETR_EXTERNAL：只检索外轮廓。hiararchy数组后两项也永远是-1。
-
RETR_CCOMP：检索所有轮廓，并将他们排列为2级层次结构。即对象的外部轮廓被放在层级1中，内部轮廓被放在层级2中。如果对象的内部还有对象，则内部对象的外轮廓重新被放在层级1中，内轮廓放层级2。如下图，红色数字代表轮廓编号，绿色数字代表层级：
ccomp_hierarchy.png
9个轮廓对应的hiararchy：
[ 3, -1, 1, -1],//轮廓0
[ 2, -1, -1, 0],//轮廓1
[-1, 1, -1, 0],//轮廓2
[ 5, 0, 4, -1],//轮廓3
[-1, -1, -1, 3],//轮廓4
[ 7, 3, 6, -1],//轮廓5
[-1, -1, -1, 5],//轮廓6
[ 8, 5, -1, -1],//轮廓7
[-1, 7, -1, -1]//轮廓8
这里简单解释一下轮廓2：父轮廓为0，0下的同一层次中没有下一个轮廓，所以第一项是-1，而不是4，因为4位于轮廓3下面。轮廓4和6同理。
-
RETR_TREE：检索所有轮廓，并排列成一个完美的层级结构，包括爷爷、父亲、自己、儿子、孙子等等。依旧看图理解：红色数字代表轮廓编号，绿色数字代表层级：
tree_hierarchy.png
9个轮廓对应的hiararchy：
[ 7, -1, 1, -1],//轮廓0
[-1, -1, 2, 0],//轮廓1
[-1, -1, 3, 1],//轮廓2
[-1, -1, 4, 2],//轮廓3
[-1, -1, 5, 3],//轮廓4
[ 6, -1, -1, 4],//轮廓5
[-1, 5, -1, 4],//轮廓6
[ 8, 0, -1, -1],//轮廓7
[-1, 7, -1, -1]//轮廓8
- method：轮廓是具有相同色值强度的边界，它存储这边界坐标，method代表了存储的方式。比如CHAIN_APPROX_NONE代表存储所有边界点坐标，CHAIN_APPROX_SIMPLE只存储关键坐标，比如说存储一条直线只需要两个端点，存储一个矩形只需要四个端点。
更多关于轮廓的知识请参考https://docs.opencv.org/master/d3/d05/tutorial_py_table_of_contents_contours.html
获取轮廓的外包矩形
Rect rect = Imgproc.boundingRect(mp);//mp为一个轮廓MatOfPoint
到此基本就可以定位出我需要的棋盘区域了。
网友评论