如何寻找连通域的重心

利用opencv,在closeimage的各个连通域中寻找重心,并圈出矩形框

cvFindContours(closeimage,storage,&contour,sizeof(CvContour),CV_RETR_EXTERNAL,CV_CHAIN_APPROX_SIMPLE);
CvMoments m;
 CvMat mat;
 double M00;
 CvSeq*contour2=contour;
 IplImage *pTmp=cvCreateImage(cvGetSize(closeimage),IPL_DEPTH_8U,1);
 IplImage *pTmp1=cvCreateImage(cvGetSize(closeimage),IPL_DEPTH_8U,1);
 for(;contour2!=0;contour2=contour2->h_next)
 { 
  CvRect rect=cvBoundingRect(contour2); //得到边界的矩形框
  cvDrawContours(pTmp,contour2,CV_RGB(255,255,255),CV_RGB(255,255,255),-1, 1, 8);
  cvRectangle(pTmp,cvPoint(rect.x,rect.y),cvPoint(rect.x+rect.width,rect.y+rect.height),CV_RGB(255,255,255),1,CV_AA,0);
 
  int n=contour->total;
  CvRect r=((CvContour*)contour2)->rect;
  CvPoint2D32f center;
  cvMoments(cvGetSubRect(pTmp,&mat,r),&m,0);
  M00=cvGetSpatialMoment(&m,0,0);
  center.x=cvGetSpatialMoment(&m,1,0)/M00; //重心为(centerx.+r.x,center.y+r.y)
  center.y=cvGetSpatialMoment(&m,0,1)/M00;
  double nHalfW,nHalfH;
  nHalfW=center.x<(r.width-center.x)?center.x:(r.width-center.x);
  nHalfH=center.y<(r.height-center.y)?center.y:(r.height-center.y);
cvDrawContours(pTmp1,contour2,CV_RGB(255,255,255),CV_RGB(255,255,255),-1, 1, 8);
  cvRectangle(pTmp1,cvPoint(center.x+r.x-nHalfW,center.y+r.y-nHalfH),cvPoint(center.x+r.x+nHalfW,center.y+r.y+nHalfH),CV_RGB(255,255,255),1,CV_AA,0);
 
  cvSaveImage("contoursss.bmp",pTmp);
  cvSaveImage("contoursss1.bmp",pTmp1);
 }


  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: matlab中的连通域标记是用于识别和标记图像中的连通区域的算法。所谓连通区域,指的是图像中具有相邻像素且具有相似属性的象素集合。 在matlab中,使用bwlabel函数可以实现连通域标记。该函数的基本语法如下: ```matlab [L, num] = bwlabel(BW, conn) ``` 其中,BW是一个二值图像,代表待标记的图像;conn是连接方式,一般取4或8,表示以4或8邻域连接。 函数的输出结果包括L和num。L是一个与BW相同大小的矩阵,每个像素点都被标记为一个整数,用于表示该像素所属的连通区域。而num表示图像中连通区域的个数。 在使用该函数时,首先必须将图像转化为二值图像,即将图像转化为黑白两色。然后,通过调用bwlabel函数对二值图像进行连通域标记,并得到标记后的图像L和连通区域的个数num。 根据标记后的图像L,我们可以根据相应的标签提取出不同的连通区域,进一步分析和处理图像。例如,可以通过bwboundaries函数找到各个连通区域的边界,或者通过regionprops函数获取每个连通区域的面积、周长、重心等属性。 总而言之,matlab中的连通域标记是一个用于分析和处理图像中连通区域的重要算法,可以帮助我们识别和提取出图像中的不同目标或特征,并进行后续的处理和分析。 ### 回答2: 在MATLAB中,连通域标记是一种用于识别和分析图像中连通部分的方法。它可以帮助我们找到图像中的不同物体或结构,并为它们分配唯一的标签。 在MATLAB中,我们可以使用函数bwlabel来实现连通域标记。这个函数可以接受一个二值图像作为输入,并将图像中的连通区域标记为不同的整数。 使用bwlabel函数时,我们首先需要将彩色图像或灰度图像转换为二值图像。然后,我们可以选择使用不同的连通性选项来定义什么样的像素被认为是连通的。 例如,如果我们将连通性选项设置为8,那么一个像素的8个邻居中有至少一个像素与之相连,则它们被视为连通的。如果我们将连通性选项设置为4,那么只有一个像素的4个邻居中有一个像素与之相连,它们才被视为连通的。 使用bwlabel函数进行连通域标记后,我们可以获得一个标记矩阵,其中每个连通区域都有一个唯一的整数标签。我们可以使用这些标签来识别和分析图像中的不同物体或结构。 除了bwlabel函数,MATLAB还提供了其他一些与连通域标记相关的函数,如bwconncomp和regionprops。这些函数可以帮助我们进一步分析和处理连通区域,如计算连通区域的中心,面积,周长等属性。 总结来说,MATLAB中的连通域标记是一种强大的工具,可以帮助我们识别和分析图像中的不同物体或结构。通过使用适当的函数和选项,我们可以方便地实现连通域标记,并获得有用的信息来进行后续处理和分析。 ### 回答3: 在MATLAB中,连通域标记是一个用于分析图像中连通块的函数。连通块是指由相邻像素组成的区域。 在MATLAB中,我们可以使用函数`bwlabel`来实现连通域标记。 `bwlabel`函数需要一个二值图像作为输入,并将图像中的每个连通块分配一个唯一的标签。 以下是连通域标记的步骤: 1. 准备输入图像:将原始图像转换为二值图像,确保待分析的对象是白色,背景是黑色。 2. 使用`bwlabel`函数:将准备好的二值图像作为输入,并将结果保存到一个新的变量中。 3. 分析结果:`bwlabel`函数会返回一个与输入图像大小相同的矩阵,其中每个元素表示相应像素所在的连通块的标签。 4. 可选的后处理:可以对连通域标签进行后处理,例如,可以通过`bwconncomp`函数获取每个连通域的一些属性,比如面积、中心坐标等。 下面是一个示例代码,演示如何在MATLAB中使用连通域标记: ```MATLAB % 准备输入图像(假设对象是白色,背景是黑色) img = imread('input_image.png'); bw_img = im2bw(img); % 进行连通域标记 labeled_img = bwlabel(bw_img); % 分析结果 props = regionprops(labeled_img, 'Area', 'Centroid'); % 显示结果 imshow(img); hold on; for i = 1:length(props) text(props(i).Centroid(1), props(i).Centroid(2), num2str(props(i).Area)); end hold off; ``` 以上代码将会加载一个输入图像,将其转换为二值图像,然后使用`bwlabel`函数进行连通域标记。接下来,我们使用`regionprops`函数获取每个连通域的面积和中心坐标,并在图像上显示。 希望以上解答对您有所帮助。
评论
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