#include<iostream>
#include<opencv2/opencv.hpp>
#include<vector>
using namespace cv;
using namespace std;
Mat grayImage, cannyImage;
int g_nMinThred = 128, g_nMaxThred = 255;
//有滚动条事件时,可以进入回调函数
void on_Trackbar(int, void *)
{
//为了得到二值图像,对灰度图进行边缘检测
Canny(grayImage, cannyImage, g_nMinThred, g_nMaxThred, 3);
//在得到的二值图像中寻找轮廓
vector<vector<Point>> contours;
vector<Vec4i> hierarchy;
findContours(cannyImage, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
//绘制轮廓
for (int i = 0; i < (int)contours.size(); i++)
{
drawContours(cannyImage, contours, i, Scalar(255), 1, 8);
}
//计算轮廓的长度
for (int i = 0; i < (int)contours.size(); i++)
{
double g_dConLength = arcLength(contours[i], true);
cout << "【用轮廓长度计算函数计算出来的第" << i << "个轮廓的长度为:】" << g_dConLength << endl;
}
imshow("【处理后的图像】
opencv3计算图像中轮廓的长度-滚动条
最新推荐文章于 2024-04-26 01:45:18 发布
该博客介绍了如何利用OpenCV3进行图像处理,通过Canny边缘检测找到图像轮廓,并使用滚动条调整边缘检测参数。在找到轮廓后,计算并输出每个轮廓的长度。此外,展示了如何创建滚动条来实时调整最小和最大阈值,以影响边缘检测效果。最终显示处理后的图像。
摘要由CSDN通过智能技术生成