导读
虽然Canny之类的边缘检测算法可以根据像素之间的差异,检测出轮廓边界的像素,但是它并没有将轮廓作为一个整体。所以,下一步便是把这些边缘像素组装成轮廓。
在第6章介绍图像处理时,我们已经讨论了几个图像分割的算法,如图像形态学、阈值化以及金字塔分割法。而本章将进一步介绍分水岭算法,以及如何进行图像修补。
本章你将学到:
● 如何查找并绘制轮廓
● 如何寻找物体的凸包
● 如何使用多边形逼近物体
● 认识图像的矩
● 如何利用OpenCV进行图像修补
8.1 查找并绘制轮廓
一个轮廓一般对应一系列的点,也就是图像中的一条曲线。其表示方法可能根据不同的情况而有所不同。在OpenCV中,可以用findContours()函数从二值图像中查找轮廓
8.1.1 寻找轮廓:findContours()
函数findContours()函数用于在二值图像中寻找轮廓。
void findContours( InputArray image, OutputArrayOfArrays contours,
OutputArray hierarchy, int mode,
int method, Point offset = Point());
● 第一个参数,InputArray类型的image,输入图像,即源图像,填Mat类的对象即可,且需为8位单通道图像。图像的非零像素被视为1,0像素值被保留为0,所以图像为二进制。我们可以使用compare()、inrange()、threshold()、adaptivethreshold()、canny()等函数由灰度图或彩色图创建二进制图像。此函数会在提取图像轮廓的同时修改图像的内容。
● 第二个参数,OutputArrayOfArrays类型的contours、检测到的轮廓、函数调用后的运算结果存在这里。每个轮廓存储为一个点向量,即用point类型的vector表示。
● 第三个参数,OutputArray类型的hierarchy,可选的输出向量,包含图像的拓扑信息。其作为轮廓数量的表示,包含了许多元素。每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0]~hierarchy[i][3],分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号。如果没有对应项,对应的hierarchy[i]值设置为负数。
● 第四个参数,int类型的mode,轮廓检索模式,取值如表8.1所示。
表8.1 findContours函数可选的轮廓检索模式
● 第五个参数,int类型的method,为轮廓的近似办法,取值如表8.2所示。同样地,在表8.1和8.2中列出的宏之前加上”CV_”前缀,便是OpenCV2中可以使用的宏。如“RETR_CCOMP”宏的OpenCV2版为“CV_RETR_CCOMP”。
表8.2 findContours函数可选的轮廓近似办法
● 第六个参数,Point类型的offset,每个轮廓点的可选偏移量,有默认值Point()。对ROI图像中找出的轮廓,并要在整个图像中进行分析时,这个参数便可排上用场。
findContours经常与drawContours配合使用—使用用findContours()函数检测到图像的轮廓后,便可以用drawContours()函数将检测到的轮廓绘制出来。接下来,让我们一起看看drawContours()函数的用法。
下面是一个调用小示例。
8.1.2 绘制轮廓:drawContours()函数
drawContours()函数用于在图像中绘制外部或内部轮廓。
void drawContours( InputOutputArray image, InputArrayOfArrays contours,
int contourIdx, const Scalar& color,
int thickness = 1, int lineType = LINE_8,
InputArray hierarchy = noArray(),
int maxLevel = INT_MAX, Point offset = Point() );
● 第一个参数,InputArray类型的image,目标图像,填Mat类的对象即可。
● 第二个参数,InputArrayOfArrays类型的contours,所有的输入轮廓。每个轮廓存储为一个点向量,即用point类型的vector表示。
● 第三个参数,int类型的contourIdx,轮廓绘制的指示变量。如果其为负值,则绘制所有轮廓。
● 第四个参数,const Scalar&类型的color,轮廓的颜色。
● 第五个参数,int thickness,轮廓线条的粗细度,有默认值1。如果其为负值(如thickness=cv_filled),便会绘制在轮廓的内部。可选为FILLED宏(OpenCV2版为CV_FILLED)。
● 第六个参数,int类型的lineType,线条的类型,有默认值8。取值类型如表8.3所示。
表8.3 可选线性
● 第七个参数,InputArray类型的hierarchy,可选的层次结构信息,有默认值noArray()。
● 第八个参数,int类型的maxLevel,表示用于绘制轮廓的最大等级,有默认值INT_MAX
● 第九个参数,Point类型的offset,可选的轮廓偏移参数,用指定的偏移量offset=(dx, dy)偏移需要绘制的轮廓,有默认值Point()。
下面是一个调用小示例。
8.1.3 基础示例程序:轮廓查找
讲解完这两个参数,让我们看一个小型的完整示例程序,看看在OpenCV实际运用中,这两个函数的组合用法。此程序详细注释的代码如下。
/* @File : 69_findContours.cpp
* @Brief : 示例程序69
* @Details : 基础轮廓查找——findContours+drawContours
* @Date : 2015-11-01
* @OpenCV Version : 4.8.0
* @Development Tools : Windows 11 64bit && Visual Studio 2017
* @Modify : 2024-04-27
*/
#include <opencv2/opencv.hpp>
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace cv;
using namespace std;
int main( int argc, char** argv )
{
// 【1】载入原始图,且必须以二值图模式载入
Mat srcImage=imread("1.jpg", 0);
imshow("原始图",srcImage);
//【2】初始化结果图
Mat dstImage = Mat::zeros(srcImage.rows, srcImage.cols, CV_8UC3);
//【3】srcImage取大于阈值119的那部分
srcImage = srcImage > 119;
imshow( "取阈值后的原始图", srcImage );
//【4】定义轮廓和层次结构
vector<vector<Point> > contours;
vector<Vec4i> hierarchy;
//【5】查找轮廓
findContours( srcImage, contours, hierarchy,RETR_CCOMP, CHAIN_APPROX_SIMPLE );
// 【6】遍历所有顶层的轮廓, 以随机颜色绘制出每个连接组件颜色
int index = 0;
for( ; index >= 0; index = hierarchy[index][0] )
{
Scalar color( rand()&255, rand()&255, rand()&255 );
drawContours( dstImage, contours, index, color, FILLED, 8, hierarchy );
}
//【7】显示最后的轮廓图
imshow( "轮廓图", dstImage );
waitKey(0);
}
运行结果:
8.1.4 综合示例程序:查找并绘制轮廓
除了上述这个精简版的示例程序,还为大家准备了一个更加复杂一些的关于查找并绘制轮廓的综合示例程序。此程序利用了图像平滑技术(blur()函数)和边缘检测技术(canny()函数),根据滑动条的调节,可以动态地检测出图形的轮廓。
程序经过详细注释的代码如下。
/* @File : 70_FindAndDrawContours.cpp
* @Brief : 示例程序70
* @Details : 查找并绘制轮廓综合示例
* @Date : 2015-11-01
* @OpenCV Version : 4.8.0
* @Development Tools : Windows 11 64bit && Visual Studio 2017
* @Modify : 2024-04-27
*/
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;
#define WINDOW_NAME1 "【原始图窗口】" //为窗口标题定义的宏
#define WINDOW_NAME2 "【轮廓图】" //为窗口标题定义的宏
Mat g_srcImage;
Mat g_grayImage;
int g_nThresh = 80;
int g_nThresh_max = 255;
RNG g_rng(12345);
Mat g_cannyMat_output;
vector<vector<Point>> g_vContours;
vector<Vec4i> g_vHierarchy;
static void ShowHelpText( );
void on_ThreshChange(int, void* );
int main( int argc, char** argv )
{
//【0】改变console字体颜色
system("color 1F");
//【0】显示欢迎和帮助文字
ShowHelpText( );
// 加载源图像
g_srcImage = imread( "1.jpg", 1 );
if(!g_srcImage.data ) { printf("读取图片错误,请确定目录下是否有imread函数指定的图片存在~! \n"); return false; }
// 转成灰度并模糊化降噪
cvtColor( g_srcImage, g_grayImage, COLOR_BGR2GRAY );
blur( g_grayImage, g_grayImage, Size(3,3) );
// 创建窗口
namedWindow( WINDOW_NAME1, WINDOW_AUTOSIZE );
imshow( WINDOW_NAME1, g_srcImage );
//创建滚动条并初始化
createTrackbar( "canny阈值", WINDOW_NAME1, &g_nThresh, g_nThresh_max, on_ThreshChange );
on_ThreshChange( 0, 0 );
waitKey(0);
return(0);
}
//-----------------------------------【on_ThreshChange( )函数】------------------------------
// 描述:回调函数
//----------------------------------------------------------------------------------------------
void on_ThreshChange(int, void* )
{
// 用Canny算子检测边缘
Canny( g_grayImage, g_cannyMat_output, g_nThresh, g_nThresh*2, 3 );
// 寻找轮廓
findContours( g_cannyMat_output, g_vContours, g_vHierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0) );
// 绘出轮廓
Mat drawing = Mat::zeros( g_cannyMat_output.size(), CV_8UC3 );
for( int i = 0; i< g_vContours.size(); i++ )
{
Scalar color = Scalar( g_rng.uniform(0, 255), g_rng.uniform(0,255), g_rng.uniform(0,255) );//任意值
drawContours( drawing, g_vContours, i, color, 2, 8, g_vHierarchy, 0, Point() );
}
// 显示效果图
imshow( WINDOW_NAME2, drawing );
}
//-----------------------------------【ShowHelpText( )函数】----------------------------------
// 描述:输出一些帮助信息
//----------------------------------------------------------------------------------------------
static void ShowHelpText()
{
//输出欢迎信息和OpenCV版本
printf("\n\n\t\t\t非常感谢购买《OpenCV3编程入门》一书!\n");
printf("\n\n\t\t\t此为本书OpenCV3版的第70个配套示例程序\n");
printf("\n\n\t\t\t 当前使用的OpenCV版本为:" CV_VERSION );
printf("\n\n ----------------------------------------------------------------------------\n");
//输出一些帮助信息
printf( "\n\n\t欢迎来到【在图形中寻找轮廓】示例程序~\n\n");
printf( "\n\n\t按键操作说明: \n\n"
"\t\t键盘按键任意键- 退出程序\n\n"
"\t\t滑动滚动条-改变阈值\n" );
}
可以在原始图窗口中通过滑动条调节阈值,程序便会根据不同的阈值得到不同的轮廓图。运行效果如图所示。
8.2 寻找物体的凸包
8.2.1 凸包
凸包(Convex Hull)是一个计算几何(图形学)中常见的概念。简单来说,给定二维平面上的点集,凸包就是将最外层的点连接起来构成的凸多边型,它是能包含点集中所有点的。理解物体形状或轮廓的一种比较有用的方法便是计算一个物体的凸包,然后计算其凸缺陷(convexity defects)。很多复杂物体的特性能很好地被这种缺陷表现出来。
如图8.9所示,我们用人手图来举例说明凸缺陷这一概念。手周围深色的线描画出了凸包,A到H被标出的区域是凸包的各个“缺陷”。正如看到的,这些凸度缺陷提供了手以及手状态的特征表现的方法。
新版OpenCV中,convexHull函数用于寻找图像点集中的凸包,我们一起来看一下这个函数。
8.2.2 寻找凸包:convexHull()函数
上文已经提到过,convexHull()函数用于寻找图像点集中的凸包,其原型声明如下。
void convexHull( InputArray points, OutputArray hull,
bool clockwise = false, bool returnPoints = true );
● 第一个参数,InputArray类型的points,输入的二维点集,可以填Mat类型或者std::vector。
● 第二个参数,OutputArray类型的hull,输出参数,函数调用后找到的凸包。
● 第三个参数,bool类型的clockwise,操作方向标识符。当此标识符为真时,输出的凸包为顺时针方向。否则,就为逆时针方向。并且是假定坐标系的x轴指向右,y轴指向上方。
● 第四个参数,bool类型的returnPoints,操作标志符,默认值true。当标志符为真时,函数返回各凸包的各个点。否则,它返回凸包各点的指数。当输出数组是std::vector时,此标志被忽略。
8.2.3 基础示例程序:凸包检测基础
为了理解凸包检测的运用方法,下面放出一个完整的示例程序。程序中会首先随机生成3~103个坐标值随机的彩色点,然后利用convexHull,对由这些点链接起来的图形求凸包。
操作说明如下图所示。
此程序详细注释的程序源代码如下。
/* @File : 71_convexHull.cpp
* @Brief : 示例程序71
* @Details : 凸包检测基础
* @Date : 2015-11-01
* @OpenCV Version : 4.8.0
* @Development Tools : Windows 11 64bit && Visual Studio 2017
* @Modify : 2024-04-27
*/
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <iostream>
using namespace cv;
using namespace std;
static void ShowHelpText()
{
//输出欢迎信息和OpenCV版本
printf("\n\n\t\t\t非常感谢购买《OpenCV3编程入门》一书!\n");
printf("\n\n\t\t\t此为本书OpenCV3版的第71个配套示例程序\n");
printf("\n\n\t\t\t 当前使用的OpenCV版本为:" CV_VERSION );
printf("\n\n ----------------------------------------------------------------------------\n");
//输出一些帮助信息
printf("\n\t欢迎来到【凸包检测】示例程序~\n\n");
printf("\n\t按键操作说明: \n\n"
"\t\t键盘按键【ESC】、【Q】、【q】- 退出程序\n\n"
"\t\t键盘按键任意键 - 重新生成随机点,并进行凸包检测\n" );
}
int main( )
{
//改变console字体颜色
system("color 1F");
//显示帮助文字
ShowHelpText();
//初始化变量和随机值
Mat image(600, 600, CV_8UC3);
RNG& rng = theRNG();
//循环,按下ESC,Q,q键程序退出,否则有键按下便一直更新
while(1)
{
//参数初始化
char key;//键值
int count = (unsigned)rng%100 + 3;//随机生成点的数量
vector<Point> points; //点值
//随机生成点坐标
for(int i = 0; i < count; i++ )
{
Point point;
point.x = rng.uniform(image.cols/4, image.cols*3/4);
point.y = rng.uniform(image.rows/4, image.rows*3/4);
points.push_back(point);
}
//检测凸包
vector<int> hull;
convexHull(Mat(points), hull, true);
//绘制出随机颜色的点
image = Scalar::all(0);
for(int i = 0; i < count; i++ )
circle(image, points[i], 3, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), FILLED, LINE_AA);
//准备参数
int hullcount = (int)hull.size();//凸包的边数
Point point0 = points[hull[hullcount-1]];//连接凸包边的坐标点
//绘制凸包的边
for(int i = 0; i < hullcount; i++ )
{
Point point = points[hull[i]];
line(image, point0, point, Scalar(255, 255, 255), 2, LINE_AA);
point0 = point;
}
//显示效果图
imshow("凸包检测示例", image);
//按下ESC,Q,或者q,程序退出
key = (char)waitKey();
if( key == 27 || key == 'q' || key == 'Q' )
break;
}
return 0;
}
程序的运行截图如下所示。
8.2.4 综合示例程序:寻找和绘制物体的凸包
这一节的综合示例程序,依然是结合滑动条,通过滑动条控制阈值,来得到不同的凸包检测效果图。程序详细注释的源代码如下。
/* @File : 72_convexHull2.cpp
* @Brief : 示例程序72
* @Details : 寻找和绘制物体的凸包
* @Date : 2015-11-01
* @OpenCV Version : 4.8.0
* @Development Tools : Windows 11 64bit && Visual Studio 2017
* @Modify : 2024-04-27
*/
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;
#define WINDOW_NAME1 "【原始图窗口】" //为窗口标题定义的宏
#define WINDOW_NAME2 "【效果图窗口】" //为窗口标题定义的宏
Mat g_srcImage; Mat g_grayImage;
int g_nThresh = 50;
int g_maxThresh = 255;
RNG g_rng(12345);
Mat srcImage_copy = g_srcImage.clone();
Mat g_thresholdImage_output;
vector<vector<Point> > g_vContours;
vector<Vec4i> g_vHierarchy;
static void ShowHelpText( );
void on_ThreshChange(int, void* );
void ShowHelpText();
int main( )
{
system("color 3F");
ShowHelpText();
// 加载源图像
g_srcImage = imread( "1.jpg", 1 );
// 将原图转换成灰度图并进行模糊降
cvtColor( g_srcImage, g_grayImage, COLOR_BGR2GRAY );
blur( g_grayImage, g_grayImage, Size(3,3) );
// 创建原图窗口并显示
namedWindow( WINDOW_NAME1, WINDOW_AUTOSIZE );
imshow( WINDOW_NAME1, g_srcImage );
//创建滚动条
createTrackbar( " 阈值:", WINDOW_NAME1, &g_nThresh, g_maxThresh, on_ThreshChange );
on_ThreshChange( 0, 0 );//调用一次进行初始化
waitKey(0);
return(0);
}
//-----------------------------------【thresh_callback( )函数】----------------------------------
// 描述:回调函数
//----------------------------------------------------------------------------------------------
void on_ThreshChange(int, void* )
{
// 对图像进行二值化,控制阈值
threshold( g_grayImage, g_thresholdImage_output, g_nThresh, 255, THRESH_BINARY );
// 寻找轮廓
findContours( g_thresholdImage_output, g_vContours, g_vHierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0) );
// 遍历每个轮廓,寻找其凸包
vector<vector<Point> >hull( g_vContours.size() );
for( unsigned int i = 0; i < g_vContours.size(); i++ )
{
convexHull( Mat(g_vContours[i]), hull[i], false );
}
// 绘出轮廓及其凸包
Mat drawing = Mat::zeros( g_thresholdImage_output.size(), CV_8UC3 );
for(unsigned int i = 0; i< g_vContours.size(); i++ )
{
Scalar color = Scalar( g_rng.uniform(0, 255), g_rng.uniform(0,255), g_rng.uniform(0,255) );
drawContours( drawing, g_vContours, i, color, 1, 8, vector<Vec4i>(), 0, Point() );
drawContours( drawing, hull, i, color, 1, 8, vector<Vec4i>(), 0, Point() );
}
// 显示效果图
imshow( WINDOW_NAME2, drawing );
}
//-----------------------------------【ShowHelpText( )函数】-----------------------------
// 描述:输出一些帮助信息
//----------------------------------------------------------------------------------------------
void ShowHelpText()
{
//输出欢迎信息和OpenCV版本
printf("\n\n\t\t\t非常感谢购买《OpenCV3编程入门》一书!\n");
printf("\n\n\t\t\t此为本书OpenCV3版的第72个配套示例程序\n");
printf("\n\n\t\t\t 当前使用的OpenCV版本为:" CV_VERSION );
printf("\n\n ----------------------------------------------------------------------------\n");
}
程序运行后,可以在原始图窗口中调节阈值,改变全局变量g_nThresh的值,以改变g_thresholdImage_output参数,最后findContours以此参数为输入,查找不同的轮廓图。经过一系列的处理,最后得到的凸包图形便有精细度上的差异。运行效果如图所示。
8.3 使用多边形将轮廓包围
在实际应用中,常常会有将检测到的轮廓用多边形表示出来的需求。本节就为大家讲解如何用多边形来表示出轮廓,或者说如何根据轮廓提取出多边形。先让我们一起学习用OpenCV创建包围轮廓的多边形边界时会接触到的一些函数。
8.3.1 返回外部矩形边界:boundingRect()函数
此函数计算并返回指定点集最外面(up-right)的矩形边界。
Rect boundingRect( InputArray array );
其唯一的一个参数为输入的二维点集,可以是std::vector或Mat类型。
8.3.2 寻找最小包围矩形:minAreaRect()函数
此函数用于对给定的2D点集,寻找可旋转的最小面积的包围矩形。
RotatedRect minAreaRect( InputArray points );
其唯一的一个参数为输入的二维点集,可以为std::vector<>或Mat类型。
8.3.3 寻找最小包围圆形:minEnclosingCircle()函数
minEnclosingCircle函数的功能是利用一种迭代算法,对给定的2D点集,去寻找面积最小的可包围它们的圆形。
void minEnclosingCircle( InputArray points,
CV_OUT Point2f& center, CV_OUT float& radius );
● 第一个参数,InputArray类型的points,输入的二维点集,可以为std::vector<>或Mat类型。
● 第二个参数,Point2f&类型的center,圆的输出圆心。
● 第三个参数,float&类型的radius,圆的输出半径。
8.3.4 用椭圆拟合二维点集:fitEllipse()函数
此函数的作用是用椭圆拟合二维点集。
RotatedRect fitEllipse(InputArray points)
其唯一的一个参数为输入的二维点集,可以为std::vector<>或Mat类型。
8.3.5 逼近多边形曲线:approxPolyDP()函数
approxPolyDP函数的作用是用指定精度逼近多边形曲线。
void approxPolyDP( InputArray curve,
OutputArray approxCurve,
double epsilon, bool closed );
● 第一个参数,InputArray类型的curve,输入的二维点集,可以为std::vecto或Mat类型。
● 第二个参数,OutputArray类型的approxCurve,多边形逼近的结果,其类型应该和输入的二维点集的类型一致。
● 第三个参数,double类型的epsilon,逼近的精度,为原始曲线和即近似曲线间的最大值。
● 第四个参数,bool类型的closed,如果其为真,则近似的曲线为封闭曲线(第一个顶点和最后一个顶点相连),否则,近似的曲线曲线不封闭。
讲解完上述的几个函数,下面我们来通过完整的示例程序理解所学。笔者为大家准备了两个示例程序,分别为用矩形和圆形边界包围生成的轮廓。
8.3.6 基础示例程序:创建包围轮廓的矩形边界
此示例程序以minAreaRect函数为核心,先随机生成3~103个彩色点,然后绘制一个可以旋转的最小的矩形,将这些点全部包含进去。操作依然是通过键盘按下任意键来重新生成随机点,并寻找最小面积的包围矩形。
详细注释的程序代码如下。
/* @File : 73_minAreaRect.cpp
* @Brief : 示例程序73
* @Details : 创建包围轮廓的矩形边界
* @Date : 2015-11-01
* @OpenCV Version : 4.8.0
* @Development Tools : Windows 11 64bit && Visual Studio 2017
* @Modify : 2024-04-27
*/
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace cv;
using namespace std;
static void ShowHelpText()
{
//输出欢迎信息和OpenCV版本
printf("\n\n\t\t\t非常感谢购买《OpenCV3编程入门》一书!\n");
printf("\n\n\t\t\t此为本书OpenCV3版的第73个配套示例程序\n");
printf("\n\n\t\t\t 当前使用的OpenCV版本为:" CV_VERSION );
printf("\n\n ----------------------------------------------------------------------------\n");
//输出一些帮助信息
printf("\n\n\n\t\t\t欢迎来到【矩形包围示例】示例程序~\n\n");
printf("\n\n\t按键操作说明: \n\n"
"\t\t键盘按键【ESC】、【Q】、【q】- 退出程序\n\n"
"\t\t键盘按键任意键 - 重新生成随机点,并寻找最小面积的包围矩形\n" );
}
int main( )
{
//改变console字体颜色
system("color 1F");
//显示帮助文字
ShowHelpText();
//初始化变量和随机值
Mat image(600, 600, CV_8UC3);
RNG& rng = theRNG();
//循环,按下ESC,Q,q键程序退出,否则有键按下便一直更新
while(1)
{
//参数初始化
int count = rng.uniform(3, 103);//随机生成点的数量
vector<Point> points;//点值
//随机生成点坐标
for(int i = 0; i < count; i++ )
{
Point point;
point.x = rng.uniform(image.cols/4, image.cols*3/4);
point.y = rng.uniform(image.rows/4, image.rows*3/4);
points.push_back(point);
}
//对给定的 2D 点集,寻找最小面积的包围矩形
RotatedRect box = minAreaRect(Mat(points));
Point2f vertex[4];
box.points(vertex);
//绘制出随机颜色的点
image = Scalar::all(0);
for( int i = 0; i < count; i++ )
circle( image, points[i], 3, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), FILLED, LINE_AA );
//绘制出最小面积的包围矩形
for( int i = 0; i < 4; i++ )
line(image, vertex[i], vertex[(i+1)%4], Scalar(100, 200, 211), 2, LINE_AA);
//显示窗口
imshow( "矩形包围示例", image );
//按下ESC,Q,或者q,程序退出
char key = (char)waitKey();
if( key == 27 || key == 'q' || key == 'Q' ) // 'ESC'
break;
}
return 0;
}
程序注释已经十分详细。我们运行程序,便可以看到随机生成的彩色的点,以及包围着它们的矩形。按下除【ESC】、【Q】、【q】之外的任意键,便可以得到新的彩色的点和矩形。如图所示。