使用C++、opencv计算轮廓的周长、面积、圆形度、周径比等特征参数
图像的特征参数用于图像的模式识别(图像识别),获取越多种类的特征参数,可从中选择合适的进行组合,进而更好地区分各个物体。
之前介绍过获取图像的灰度共生矩阵(https://blog.csdn.net/Lemon_jay/article/details/89455887)、不变矩(https://blog.csdn.net/Lemon_jay/article/details/89457633)、傅立叶描述子(https://blog.csdn.net/Lemon_jay/article/details/89349006)等,此次根据物体的轮廓进而计算出轮廓的周长、面积、圆形度、周径比等特征参数。还可自行拓展,如物体面积与最小外接矩形面积比、与最小外接圆的面积比、(最大)内切圆与物体面积比等。
opencv中相关API:
RotatedRect minAreaRect(InputArray points)
minAreaRect()函数的作用是找到轮廓的最小外接矩形
InputArray points:表示输入的点集(轮廓)
输出是矩形的四个点坐标
void minEnclosingCircle(InputArray points, Point2f& center, float& radius)
points:输入的点集(轮廓),可以为包含点的容器(vector)或是Mat。
center:返回包覆圆形的圆心。
radius:返回包覆圆形的半径。
其他知识点:所谓周长、面积等肯定不是物体真实的周长面积,代码所求的周长面积都是以像素点为单位,周长就是轮廓点集合的个数(以1像素点为步长),面积就是轮廓所围的所有像素点个数,所以想知道物体的真实周长面积,可以在图像中加入一个标准物体(如一张A4纸),并在找到、计算物体的参数时同时要找到、计算标准物体的参数,再进行换算。
圆形度计算公式采用的是:e=(4π*面积)/(周长*周长)
周径比的周即周长,径是指上面找到的轮廓最小外接矩形的长的一条边
代码如下:
#include "stdafx.h"
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/core/core.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
using namespace std;
int main()
{
//改变控制台字体颜色
system("color 02");
//读取图像
Mat src_image = imread("C:\\1.jpg");
//出错判断
if (!src_image.data)
{
cout << "src image load failed!" << endl;
return -1;
}
//显示原图
namedWindow("原图", WINDOW_NORMAL);
imshow("原图", src_image);
//高斯滤波去噪声
Mat blur_image;
GaussianBlur(src_image, blur_image, Size(3, 3), 0, 0);
imshow("GaussianBlur", blur_image);
//灰度变换与二值化
Mat gray_image, binary_image;
cvtColor(blur_image, gray_image, COLOR_BGR2GRAY);
threshold(gray_image, binary_image, 50, 255, THRESH_BINARY);
imshow("binary", binary_image);
//形态学闭操作(粘合断开的区域)
Mat morph_image;
Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
morphologyEx(binary_image, morph_image, MORPH_CLOSE, kernel, Point(-1, -1), 1);
imshow("morphology", morph_image);
//查找所有外轮廓
vector< vector<Point> > contours;
vector<Vec4i> hireachy;
findContours(binary_image, contours, hireachy, CV_RETR_EXTERNAL, CHAIN_APPROX_NONE, Point());
//定义结果图
Mat result_image = Mat::zeros(src_image.size(), CV_8UC3);
//drawContours(result_image, contours, -1, Scalar(0, 0, 255), 1, 8, hireachy);//画出所有轮廓
//颜色表,用不同颜色画出找到的不同轮廓
Scalar color[] = { Scalar(0,0,255), Scalar(0,255,0), Scalar(255,0,0), Scalar(255,255,0) ,Scalar(255,0,255) };
//初始化周长、面积、圆形度、周径比
double len = 0, area = 0, roundness = 0, lenratio = 0;
//循环找出所有符合条件的轮廓
for (size_t t = 0; t < contours.size(); t++)
{
//条件:过滤掉小的干扰轮廓
Rect rect = boundingRect(contours[t]);
if (rect.width < 10)
continue;
//画出找到的轮廓
drawContours(result_image, contours, static_cast<int>(t), Scalar(255, 255, 255), 1, 8, hireachy);
//绘制轮廓的最小外结矩形
RotatedRect minrect = minAreaRect(contours[t]);
Point2f P[4];
minrect.points(P);
for (int j = 0; j <= 3; j++)
{
line(result_image, P[j], P[(j + 1) % 4], color[t], 1);
}
//cout << minrect.size << endl;//外接矩形尺寸
//绘制轮廓的最小外结圆
Point2f center; float radius;
minEnclosingCircle(contours[t], center, radius);
circle(result_image, center, radius, color[t], 1);
//计算面积、周长、圆形度、周径比
area = contourArea(contours[t]);//面积
len = arcLength(contours[t], true);//周长
roundness = (4 * CV_PI*area) / (len*len);//圆形度
//周径比,这里的周即周长,径是指上面找到的轮廓最小外接矩形的长的一条边
lenratio = len / (minrect.size.height > minrect.size.width ? minrect.size.height : minrect.size.width);
//输出结果
cout << "轮廓" << t <<":"<< endl;
cout << "周长:" << len << endl;
cout << "面积:" << area << endl;
cout << "圆形度:" << roundness << endl;
cout << "周径比:" << lenratio << endl;
}
//显示结果
namedWindow("轮廓图", WINDOW_NORMAL);
imshow("轮廓图", result_image);
waitKey(0);
return 0;
}
源图像(为显示效果,一张图中有三个待计算的物体):
结果图:
结果数据:
可根据轮廓为几,和颜色表,找到对应轮廓,查看该轮廓信息,也可添加文件写入操作保存轮廓的信息。
另外还可计算最小外接矩形的面积、最小外接圆的面积、(最大)内切圆(https://blog.csdn.net/Lemon_jay/article/details/89467577)的面积进而计算更多的特征参数。