openCV小案例(六)-- 对象提取与测量

问题描述:

给出一张用太空望远镜检测的星云图片,测算它的面积与周长

注意事项:

我们可能一开始想到的是二值化的方法,但是在二值化后,我们会得到下图,发现结果并不理想,很难取得轮廓
在这里插入图片描述
或许可以通过膨胀操作将黑色部分填上,但是白色区域也势必会扩大,这样的话,测量的数据也不会准确。

为了解决以上问题,我们可以先使用高斯模糊来降低噪点的影响,这样二值化后的图像也会相对比较好
在这里插入图片描述
因为原图像的直方图会有单峰,因此可以尝试triangle的二值化阈值选择方法。

代码:

#include<opencv2/opencv.hpp>
#include<math.h>
#include<iostream>

using namespace cv;
using namespace std;

Mat src2;
Mat src,dst,gray_src,binary;
const char* output_win = "output_img";
RNG rng(12345);
int threshold_v = 100;
int threshold_max = 255;

int main(int argc, char** argv) {
	src = imread("C:/Users/18929/Desktop/博客项目/项目图片/18.jpg");
	if (src.empty()) {
		printf("could not load image");
		return -1;
	}
	imshow("input_img", src);

	namedWindow(output_win,WINDOW_AUTOSIZE);

	//首先高斯模糊去除一些噪点
	Mat blurImage;
	GaussianBlur(src, blurImage, Size(15, 15), 0, 0);
	imshow("blur", blurImage);

	//二值化
	//因为原图像的直方图会有单峰(光线变化),因此可以尝试triangle的二值化阈值选择方法
	Mat gray_src, binary;
	cvtColor(blurImage, gray_src,COLOR_BGR2GRAY);
	threshold(gray_src, binary, 0, 255, THRESH_BINARY | THRESH_TRIANGLE);
	imshow("binary", binary);
	

	//形态学闭操作
	//闭操作为先膨胀,后腐蚀,既可以填掉小黑点,又可以减少白色扩充效果,更好的提取轮廓
	Mat morphImage;
	Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
	morphologyEx(binary, morphImage, MORPH_CLOSE, kernel, Point(-1, -1), 2);
	imshow("morphology", morphImage);
	

	//获取最大轮廓
	vector<vector<Point>> contours;
	vector<Vec4i> hireachy;
	findContours(morphImage, contours, hireachy, CV_RETR_EXTERNAL, CHAIN_APPROX_SIMPLE,Point());
	Mat connImage = Mat::zeros(src.size(), CV_8UC3);
	for (size_t i = 0; i < contours.size(); i++)
	{
		Rect rect = boundingRect(contours[i]);
		//将小点和外边框排除
		if (rect.width < src.cols / 2) continue;
		if (rect.width > (src.cols - 20)) continue;
		double area = contourArea(contours[i]);
		double len = arcLength(contours[i],true);
		drawContours(connImage, contours, static_cast<int>(i), Scalar(0, 0, 255), 1, 8, hireachy);
		printf("area is :%f\n", area);
		printf("length is :%f\n", len);
		
	}
	imshow("contours", connImage);
	 
	waitKey(0);
	return 0;
}

在这里插入图片描述

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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