学习OpenCV范例(十九)——轮廓提取和形状描述符

本范例主要介绍了如何提取轮廓和用一些形状描述符对轮廓进行表述,轮廓提取函数涉及到的参数很多,没有经常用到它的话,对参数的了解就不会太深刻,这里也按照本人搜索出来的一些资料进行总结,希望对大家有用。

1、代码实现

本代码实现了多个功能

创建了三个滑动条:

第一个滑动条表示状态描述符,分别表示为:

0:多边形近似

1:外接矩形

2:外接圆

3:力矩

第二个滑动条表示轮廓检测mode类型,分别表示为:

0:只检测出最外轮廓

1:检测出所有轮廓,并保持在list中,只有一层

2:检测出所有轮廓,并将它们组织成两层结构,顶层是外边界,第二层是孔边界。

3:检测出所有轮廓并且重新建立网状的轮廓结构

第三个滑动条表示层次

0:表示没有层次,输出所指定的轮廓

1:表示第一层,输出第一层的轮廓

2:表示第二层,输出第二层的轮廓

3:

……

#include "stdafx.h"


#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>
#include <stdlib.h>

using namespace cv;
using namespace std;

#define w 500
Mat src; Mat src_gray;
int hiararchyvalue ;
int choice;
int contoursmode;
int max_mode=3;
int max_hiararchy = 4;
int max_choice=3;
RNG rng(12345);

/// 函数声明
void thresh_callback(int, void* );
void contours_callback(int,void*);

/** @主函数 */
int main( int argc, char** argv )
{
	  int i, j;  
	/// 载入原图像, 返回3通道图像
//	src = imread( "HappyFish.jpg", 1 );
	src.zeros(cvSize(w,w),CV_8UC1);
	IplImage* img = cvCreateImage( cvSize(w,w), 8, 1 );  
	cvZero( img );  
	for( i=0; i < 6; i++ )  
	{  
		int dx = (i%2)*250 - 30; 
		int dy = (i/2)*150;  
		CvScalar white = cvRealScalar(255);  
		CvScalar black = cvRealScalar(0);  

		if( i == 0 )  
		{  
			for( j = 0; j <= 10; j++ )  
			{  
				double angle = (j+5)*CV_PI/21;  
				cvLine(img, cvPoint(cvRound(dx+100+j*10-80*cos(angle)),  
					cvRound(dy+100-90*sin(angle))),  
					cvPoint(cvRound(dx+100+j*10-30*cos(angle)),  
					cvRound(dy+100-30*sin(angle))), white, 1, 8, 0);  
			}  
		}  

		cvEllipse( img, cvPoint(dx+150, dy+100), cvSize(100,70), 0, 0, 360, white, -1, 8, 0 );  
		cvEllipse( img, cvPoint(dx+115, dy+70), cvSize(30,20), 0, 0, 360, black, -1, 8, 0 );  
		cvEllipse( img, cvPoint(dx+185, dy+70), cvSize(30,20), 0, 0, 360, black, -1, 8, 0 );  
		cvEllipse( img, cvPoint(dx+115, dy+70), cvSize(15,15), 0, 0, 360, white, -1, 8, 0 );  
		cvEllipse( img, cvPoint(dx+185, dy+70), cvSize(15,15), 0, 0, 360, white, -1, 8, 0 );  
		cvEllipse( img, cvPoint(dx+115, dy+70), cvSize(5,5), 0, 0, 360, black, -1, 8, 0 );  
		cvEllipse( img, cvPoint(dx+185, dy+70), cvSize(5,5), 0, 0, 360, black, -1, 8, 0 );  
		cvEllipse( img, cvPoint(dx+150, dy+100), cvSize(10,5), 0, 0, 360, bl
  • 3
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
OpenCV 中提取任意形状轮廓的步骤如下: 1. 读入原始图像,转换为灰度图像。 ``` img = cv2.imread('image.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ``` 2. 对灰度图像进行二值化处理,使用 `cv2.threshold()` 函数实现。该函数会返回一个阈值和二值化后的图像。 ``` ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) ``` 3. 对二值化后的图像进行形态学操作,使用 `cv2.morphologyEx()` 函数实现。一般情况下,我们可以先对图像进行腐蚀操作,然后再进行膨胀操作,以去除噪音和填充空洞。 ``` kernel = np.ones((5,5),np.uint8) thresh = cv2.erode(thresh,kernel,iterations = 1) thresh = cv2.dilate(thresh,kernel,iterations = 1) ``` 4. 检测图像中的轮廓,使用 `cv2.findContours()` 函数实现。该函数会返回一个包含所有轮廓的数组,每个轮廓都是一个由点组成的数组。 ``` contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) ``` 5. 对轮廓进行筛选,使用 `cv2.contourArea()` 函数计算轮廓的面积,并根据面积大小进行筛选。例如,我们可以筛选出面积大于某个值的轮廓。 ``` for cnt in contours: area = cv2.contourArea(cnt) if area > 100: cv2.drawContours(img, [cnt], 0, (0, 255, 0), 3) ``` 在上述代码中,我们使用 `cv2.drawContours()` 函数将轮廓绘制到原始图像上。该函数需要传入原始图像、轮廓数组、轮廓的索引、绘制的颜色和线条宽度等参数。 需要注意的是,轮廓提取的具体实现方式可能因应用场景而异,需要根据实际情况进行调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值