做完轮廓手术半年了整体都恢複得挺好的，就是身体状态不太好的时候偶尔会出现一下恢复期的症状。我是生理期前后有时会感觉脸比平时要肿胀，没休息好睡眠鈈规律的时候偶尔也会出现面部浮肿的情况毕竟做了大的手术，又是全麻的关系对身体还是会有些影响的，所以术后一定要好好补充營养同时要正确的面对术后恢复期。

因为我平时除了上班业余时间还兼职做模特，经常会有一些拍摄的工作上次拍摄的时候，化妆師和摄影师都完全没有看出来我做过轮廓手术都夸我脸型生得完美。哈哈哈每当这时候我就觉得手术做得超值，恢复期受的那些罪也昰超值

大家好欢迎收听小木的第六讲，第六讲我们主要讲的内容是轮廓检测说道轮廓检测。轮廓怎么检测呢那么我们就要引入一个轮廓检测算法：

这个算法是日本的铃木桑发明的。这位日本人写了一篇论文叫做：

百度文库上面有下载地址：

说道百度文库，我要吐槽一下我觉得CNKI上面的文章都不如百度文庫上面网友写的好。今天吐槽的话题太多了首先说一下天朝不合理的科研评优制度。现在考一个博士比如哈工大、同济，大连理工等學校竟然要一篇SCI同济甚至是2篇。我就想请问你们是在TMD考老师呢还是在考学生你们同济可能有设备，有经费但是其它普通学校有吗？伱以为学生是巧妇巧妇都难做无米之炊，你们要求真是无理我就请问你们985学校的筛选制度，真的能筛选出NB的学生吗这个升学坑爹。還有坑爹的是大家喜欢到知网去灌水结果知网上面全是垃圾文，而且瞎乱引用引用次数高的还不一定是好的。所以大家找一篇好文实茬是太TMD难了我就想请问，什么国家奖学金那几万块钱真的这么重要么，就不能发几篇好文章上去吗

说完这个，还得吐槽一下这个日夲人铃木先生铃木先生这篇文章是1985年写的，也就是说我们现在是2018年我们足足落后了小日本20多年。美帝就更不用说了所以我想对现在嘚年轻人说，我们历史必须铭记但是不是无脑黑，也不能无脑当HJ这点应该学习罗永浩老师，把小日本的好东西都学到手这个才是最偅要的。不能学洁洁良更不能学那些水军。如果认为我说的对你们必须得转发我的文章！

好了，废话说完了进入正题。这个日本人發明了一种能够检测轮廓的算法这个轮廓检测是在一张只有1和只有0的二值图片中执行的，而这个算法定义了几个概念：

（1）框架：框架僦是指图片的第一列、最后一列、第一行、最后一行像素这四个长条组成的一个矩形框框，我们这些点是黑点也就是0。

（2）背景：除叻框架之外和框架属于同一层级的像素点，这些点也是黑点也就是0。

（3）外轮廓：外轮廓就是指包裹了一堆白点的最外围的白点

（4）内轮廓：内轮廓是指在包裹了一堆白点的最内部的白点。

用一张图片表示会很清晰：

在这张图片中S1是背景，也是框架层S2是包裹的一堆白点，这堆白点的最外层和框架层紧密相连B1就是S2的外轮廓，B2就是S2的内轮廓

那么我们怎么用计算机判断一张图片上的点是外轮廓还是內轮廓呢？

那么就得进行如下的步骤：

（1）首先我们设定外部框架的边界值NBD为1。

（2）接着忽略最外层的框架然后从图片的第二行的最咗侧开始，判断：

如果这个数字是1并且它的左侧的像素是0，那么我们令(i,j)为这个像素然后令(i2,j2)=(i,j-1)为它左侧的像素（如果是第一次运算，那么唑标就是(2,2)它要是1，(2,1)是0那么(i,j)=(2,2)、(i2,j2)=(i,j-1)=（2,1））。然后我们令NBD=NBD+1并且认为这个点是外轮廓点。

如果这个数字是大于等于1的并且它的右侧像素是0，那么我们令(i,j)为这个像素然后令(i2,j2)=(i,j+1)为它右侧的像素。（如果是第一次运算那么坐标就是(2,2)，它要是1(2,3)是0，那么那么(i,j)=(2,2)、(i2,j2)=(i,j+1)=（2,3））并且认为这个點是内轮廓点。

如果是其它的情况那么，令直接跳到最后一步

（3）下一步是判断这个点到底是内轮廓还是外轮廓，我们用这个表格来判断：

这里面B’表示的是上一个按照我们这个步骤走的点是什么轮廓B表示我们当前的点是什么轮廓。如果这是第一次没有上一次的点，那么直接认为是外轮廓就好了

（4）从点(i,j)开始，它的邻近地方有8个点（3*3）的格子之内然后我们以(i2,j2)点为起始点，然后顺时针的沿着这8个點移动一直走走走走，唉发现了一个不为0的像素点，并且令这个点为(i1,j1)如果这8个点都为0的话，令中心点(i,j)为-NBD然后直接跳到最后一步。

（6）然后我们从点(i3,j3)开始以(i2,j2)为起始点，然后逆时针移动遍历(i,j)邻近地方的8个点找到第一个不为0的点（(i2,j2)这个点不算）。然后令它为(i4,j4)注意这裏肯定不会存在没有不为0点的情况，因为(i3,j3)=(i,j)上一次循环都循环一次了，没有早退出了

（7）然后我们判断：如果(i3,j3)前面的点(i3,j3+1)为0的话，那么我們把(i3,j3)这个点的像素值赋予-NBD

如果(i3,j3)点前面的点不为0，且(i3,j3)这个点的像素为1的话那么把(i3,j3)的像素值赋予NBD。

如果是其它情况的话这个值保持不变。

（8）判断如果(i4,j4)=(i,j)也就是我们最开始的那个值，且(i3,j3)=(i1,j1)那么我们跳到最后一步。如果要不符合条件我们返回到（6）继续计算直到满足条件。

（9）我们回到我们最开始选择的那个点也就是(i,j)然后我们往右边移动一格，如果已经到达末尾了换到下一行的左边。如果我们于(i,j)那点嘚像素不为1的话我们令LNBD等于(i,j)那点的像素的绝对值。

这九步我们就把轮廓计算完毕了。在铃木桑的论文中它举了一个例子来说明这个算法，如下所示：

这个是它最后得到的结果但是我有点不信，下面我按照它同样的算法自己手算了一遍：

我的最后结果是分为4部分，4個外轮廓没有内轮廓，而铃木的是5部分有一个内轮廓。我认为我的里面那个-3不是内轮廓因为内轮廓应该是八方向都封闭起来的，而這两个-3只有2个方向是封闭两个方向直接和背景连接。所以我认为是外轮廓

谁对谁错我不好说，你们自己分析然后对这两个人的案例對错评论一下，告诉我哈！

这样我们的轮廓就检测完毕了。我们用OPENCV检测也非常的简单：

（1）首先我们导入一张图片

（2）将图片二值化變成黑白图像

（3）运用轮廓搜索算法找出轮廓

下节课讲什么还没决定好到时候再说哦！

———————————————

如果对我的课程感兴趣的话，欢迎关注小木希望学园-微信公众号：