C++ OpenCV轮廓检测示例：从lena.jpg图片提取边界

本篇代码是使用C++语言编写的一个计算机视觉程序，主要功能是进行图像轮廓检测。它依赖于OpenCV库，一个广泛应用于图像处理和计算机视觉的开源框架。代码在Visual Studio 2010环境中已成功运行，对于那些希望学习或在实际项目中应用轮廓检测技术的开发者来说，具有很高的参考价值。 首先，我们看到程序的开始部分包含了OpenCV的核心头文件，如`#include <opencv2/opencv.hpp>`，这些头文件提供了图像处理和计算机视觉所需的各种函数和数据结构。`IplImage`是一个基本的图像类型，而`CvMemStorage`则用于存储图像中的轮廓信息。 在`main`函数中，程序首先定义了两个`IplImage`指针`pImg`和`pContourImg`，分别用于原始图像和轮廓检测后的图像。`cvLoadImage`函数用于加载图片，如果提供的路径正确（在这个例子中是 Lena.jpg），则将图像转换为灰度，并显示在名为"src"的窗口中。`cvFindContours`函数则是关键部分，它接收原始图像、内存存储、轮廓指针等参数，根据指定的模式（`CV_RETR_EXTERNAL`表示只返回外边界，`CV_RETR_CCOMP`则包括内部边界）进行轮廓查找，并用`CV_CHAIN_APPROX_SIMPLE`方法简化轮廓，降低存储空间需求。 在找到轮廓后，代码会创建一个新的BGR图像`pContourImg`，并将源图像转换过来以便于后续的轮廓绘制。`cvDrawContours`函数用于在新图像上绘制轮廓，这里使用了红色（`CV_RGB(0,0,255)`）和蓝色（`CV_RGB(255,0,0)`）作为轮廓和边界线的颜色。最后，通过`cvShowImage`显示绘制好的轮廓图像，并使用`cvWaitKey(0)`暂停程序，等待用户按键。 在程序结束时，所有的窗口（"src"和"contour"）都会被销毁，存储释放以确保内存管理的正确性。如果在尝试加载图像时出错，程序会优雅地关闭窗口并返回-1。 这个C++代码演示了如何使用OpenCV库进行基础的图像轮廓检测，包括图像预处理、轮廓查找和结果可视化。这对于理解和实现计算机视觉任务中的边缘检测、物体识别等场景都相当有用。