【opencv450-samples】delaunay 三角剖分和 voronoi 细分

最新推荐文章于 2023-03-21 09:31:42 发布
最新推荐文章于 2023-03-21 09:31:42 发布
阅读量1.1k 收藏 6
点赞数
文章标签： 算法 opencv 计算机视觉 java python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cxyhjl/article/details/124679297
版权

该程序演示了 delaunay 三角剖分和 voronoi 细分的迭代构造。

This program demonstrates iterativeconstruction of delaunaytriangulation and voronoitessellation.

它在图像中绘制一组随机点，然后对它们进行三角测量。

It draws a random set of points in an imageand then delaunay triangulates them.

该程序以交互方式构建三角形，您可以通过按任意键来停止此过程

This program builds the triangulationinteractively, you may stop this process by hitting any key

4f804d0b3893ea9dd5e33ed32fa50d1d.png

f84d38c64cb84e605dd67616e5a7f033.png

3c05b91f042e9f2213e57a5b9159a20e.png

视频演示

源码：

#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>


using namespace cv;
using namespace std;


static void help(char** argv)
{
    cout << "\nThis program demonstrates iterative construction of\n"
            "delaunay triangulation and voronoi tessellation.\n"
            "It draws a random set of points in an image and then delaunay triangulates them.\n"
            "Usage: \n";
    cout << argv[0];
    cout << "\n\nThis program builds the triangulation interactively, you may stop this process by\n"
            "hitting any key.\n";
}


static void draw_subdiv_point( Mat& img, Point2f fp, Scalar color )
{
    circle( img, fp, 3, color, FILLED, LINE_8, 0 );//绘制圆点
}


static void draw_subdiv( Mat& img, Subdiv2D& subdiv, Scalar delaunay_color )
{
#if 1
    vector<Vec6f> triangleList;
    subdiv.getTriangleList(triangleList);
    vector<Point> pt(3);


    for( size_t i = 0; i < triangleList.size(); i++ )//绘制所有三角形
    {
        Vec6f t = triangleList[i];
        pt[0] = Point(cvRound(t[0]), cvRound(t[1]));
        pt[1] = Point(cvRound(t[2]), cvRound(t[3]));
        pt[2] = Point(cvRound(t[4]), cvRound(t[5]));
        line(img, pt[0], pt[1], delaunay_color, 1, LINE_AA, 0);
        line(img, pt[1], pt[2], delaunay_color, 1, LINE_AA, 0);
        line(img, pt[2], pt[0], delaunay_color, 1, LINE_AA, 0);
    }
#else
    vector<Vec4f> edgeList;
    subdiv.getEdgeList(edgeList);
    for( size_t i = 0; i < edgeList.size(); i++ )//绘制所有边
    {
        Vec4f e = edgeList[i];
        Point pt0 = Point(cvRound(e[0]), cvRound(e[1]));
        Point pt1 = Point(cvRound(e[2]), cvRound(e[3]));
        line(img, pt0, pt1, delaunay_color, 1, LINE_AA, 0);
    }
#endif
}


static void locate_point( Mat& img, Subdiv2D& subdiv, Point2f fp, Scalar active_color )
{
    int e0=0, vertex=0;
    //返回指定点所属三角形相关信息
    /*
    *param[in] pt 指定点
    *param[out] edge 指定点所属三角形最初的边ID
    *param[out] vertex 指定点所属三角形最初的頂点ID
    */
    subdiv.locate(fp, e0, vertex);


    if( e0 > 0 )
    {
        int e = e0;
        do
        {
            Point2f org, dst;
            if( subdiv.edgeOrg(e, &org) > 0 && subdiv.edgeDst(e, &dst) > 0 )//找到指定边的 起点和终点
                line(img, org, dst, active_color, 3, LINE_AA, 0);//绘制直线


            e = subdiv.getEdge(e, Subdiv2D::NEXT_AROUND_LEFT);//获取下一个左边的边
        }
        while( e != e0 );// 
    }


    draw_subdiv_point( img, fp, active_color );//在fp位置绘制圆点
}


//绘制voronoi图
static void paint_voronoi( Mat& img, Subdiv2D& subdiv )
{
    vector<vector<Point2f> > facets;
    vector<Point2f> centers;
    subdiv.getVoronoiFacetList(vector<int>(), facets, centers);


    vector<Point> ifacet;
    vector<vector<Point> > ifacets(1);


    for( size_t i = 0; i < facets.size(); i++ )
    {
        ifacet.resize(facets[i].size());
        for( size_t j = 0; j < facets[i].size(); j++ )
            ifacet[j] = facets[i][j];


        Scalar color;
        color[0] = rand() & 255;
        color[1] = rand() & 255;
        color[2] = rand() & 255;
        fillConvexPoly(img, ifacet, color, 8, 0);


        ifacets[0] = ifacet;
        polylines(img, ifacets, true, Scalar(), 1, LINE_AA, 0);
        circle(img, centers[i], 3, Scalar(), FILLED, LINE_AA, 0);
    }
}




int main( int argc, char** argv )
{
    cv::CommandLineParser parser(argc, argv, "{help h||}");
    if (parser.has("help"))
    {
        help(argv);
        return 0;
    }


    Scalar active_facet_color(0, 0, 255), delaunay_color(255,255,255);
    Rect rect(0, 0, 600, 600);


    Subdiv2D subdiv(rect);//三角网剖分
    Mat img(rect.size(), CV_8UC3);


    img = Scalar::all(0);
    string win = "Delaunay Demo";
    cv::imshow(win, img);//黑色背景图


    for( int i = 0; i < 200; i++ )
    {   //随机200个点
        Point2f fp( (float)(rand()%(rect.width-10)+5),
                    (float)(rand()%(rect.height-10)+5));


        locate_point( img, subdiv, fp, active_facet_color );//红色圆点，绘制连接该点的三角形
        cv::imshow( win, img );


        if(cv::waitKey( 100 ) >= 0 )
            break;


        subdiv.insert(fp);//插入新点


        img = Scalar::all(0);//清空图像
        draw_subdiv( img, subdiv, delaunay_color );//绘制Delaunay三角剖分图
        cv::imshow( win, img );


        if(cv::waitKey( 100 ) >= 0 )
            break;
    }


    img = Scalar::all(0);//再次清空图像
    paint_voronoi( img, subdiv );//绘制Voronoi图
    cv::imshow( win, img );


    cv::waitKey(0);


    return 0;
}

参考：

三角剖分和Delaunay剖分的定义

如何把一个散点集合剖分成不均匀的三角形网格，这就是散点集的三角剖分问题，散点集的三角剖分，对数值分析以及图形学来说，都是极为重要的一项预处理技术

Delaunay三角剖分的特性

以下是Delaunay剖分所具备的优异特性：

1. 最接近：以最近邻的三点形成三角形，且各线段(三角形的边)皆不相交。

2. 唯一性：不论从区域何处开始构建，最终都将得到一致的结果。

3. 最优性：任意两个相邻三角形形成的凸四边形的对角线如果可以互换的话，那么两个三角形六个内角中最小的角度不会变大。

4. 最规则：如果将三角网中的每个三角形的最小角进行升序排列，则Delaunay三角网的排列得到的数值最大。

5. 区域性：新增、删除、移动某一个顶点时只会影响临近的三角形。

6. 具有凸多边形的外壳：三角网最外层的边界形成一个凸多边形的外壳。

Delaunay剖分是一种三角剖分的标准，实现它有多种算法。

Lawson算法 Bowyer-Watson算法

Delaunay三角剖分实践与原理 - 知乎(zhihu.com)

https://zhuanlan.zhihu.com/p/42331420

[图形算法]Delaunay三角剖分算法 - 塞风朔雪 - 博客园 (cnblogs.com)

https://www.cnblogs.com/RenLiQQ/archive/2008/02/06/1065399.html

二维三角剖分通常用于计算机视觉中标记空间目标的特征或运动场景跟踪，目标识别，或两个不同的摄像机的场景匹配

Voronoi划分_lzhf1122的博客-CSDN博客_voronoi剖分

https://blog.csdn.net/lzhf1122/article/details/72866521

Voronoi图的简单方法_爱分享的小佳的博客-CSDN博客_voronoi图法

https://blog.csdn.net/gumenghua_com1/article/details/109839253

OpenCV三角网剖分 SubDiv2D 详解_唐国平的博客-CSDN博客

https://blog.csdn.net/m0_37742084/article/details/65437689

class SubDiv2D{
    // 两种构造函数
    Subdiv2D();// 第一种无参的构造函数
    
    /*
    *param[in] rect 空的Delaunay細分割的参数。例如，针对整个图片的场合，cv::Rect(0,0,width,height)
    */
    Subdiv2D(Rect rect);
    //初始化
    void initDelaunay(Rect rect);
    //往Delaunay三角形里面追加点
    int insert(Point2f pt);
    void insert(const vector<Point2f>& ptvec);
    //返回指定点所属三角形相关信息
    /*
    *param[in] pt 指定点
    *param[out] edge 指定点所属三角形最初的边ID
    *param[out] vertex 指定点所属三角形最初的頂点ID
    */
    int locate(Point2f pt, int& edge, int& vertex);
    // 找到与指定点最近的细分割的顶点。
    /*
    *param[in] pt 指定点
    *param[out] nearestPt 最近的细分割的顶点
    */
    int findNearest(Point2f pt, Point2f* nearestPt=0);


    //找到Delaunay边的集合
    /*
    \param[out] edgeList 边情报的集合。(始点的x座標和y座標、終点的x座標和y座標)
    */
    void getEdgeList(vector<Vec4f>& edgeList) const;
    // 找到Delaunay三角形的顶点
    /*
    \param[out] traiangleList 三角形顶点的集合。(3个点的x座標和y座標)
    */
    void getTriangleList(vector<Vec6f>& triangleList) const;


    // 找到Voronoi区域
    /*
    \param[in] idx Voronoi区域的ID
    \param[out] facetList 包围Voronoi区域的顶点
    \param[out] facetCenters Voronoi区域的母点
    */
    void getVoronoiFacetList(const vector<int>& idx, vector<vector<Point2f> >& facetList,
                                     vector<Point2f>& facetCenters);
    //!取得顶点
    /*!
    \param[in] vertex 顶点ID
    \param[out] firstEdge 与顶点最接近的边的ID
    \return 顶点的座標
    */
    Point2f getVertex(int vertex, int* firstEdge=0) const;
    
    //! 找到指定边关联的一条边
    /*!
    \param[in] edge 边的ID
    \param[in] nextEdgeType 指定要取到的边和指定边有怎样关系。
    \return 关联边的ID
    */
    int getEdge( int edge, int nextEdgeType ) const;
    int nextEdge(int edge) const;
    int rotateEdge(int edge, int rotate) const;
    int symEdge(int edge) const;


    //找到指定边的开始点
    /*
    \param[in] edge 指定边的ID
    \param[in] orgpt 开始点坐标。
    \return 取到的场合，返回>0的整数
    */
    int edgeOrg(int edge, Point2f* orgpt=0) const;


    //找到指定边的终点
    /*!
    \param[in] edge 指定边的ID
    \param[in] dstpt 终点坐标。
    \return 取到的场合，返回>0的整数
    */
    int edgeDst(int edge, Point2f* dstpt=0) const;
}

2e43cd08ece1572eda33c679a52f46af.png

c12d55936494f51217994488642b2453.png

十年一梦实验室
关注
  • 0
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
cv2 实现Delaunay三角剖分和Voronoi图（Delaunay Triangulation and Voronoi Diagram）
cchangcs
12-17 1793
本文主要介绍使用cv2模块实现Delaunay三角剖分和Voronoi图。 测试图片： 示例代码： # 导入模块 import cv2 import numpy as np import random # 检查点是否在长方形区域内 def rect_contains(rect, point): if point[0] &lt; rect[0]: return ...
【opencv】示例-delaunay2.cpp 生成随机点集，并对这些点进行Delaunay三角剖分和Voronoi图的构建...
最新发布
cxyhjl的博客
04-07 350
// 包含OpenCV图像处理头文件 #include <opencv2/imgproc.hpp> // 包含OpenCV高层GUI（图形用户界面）操作的头文件 #include <opencv2/highgui.hpp> // 包含标准输入输出头文件 #include <iostream> // 使用命名空间cv避免每次都要加cv:: using name...
二维delaunay（Voronoi图）算法与实现（C++、OpenCv、）
今天写代码了吗
08-25 5435
定义： 三角剖分： 假设V是二维实数域上的有限点集，边e是由点集中的点作为端点构成的封闭线段, E为e的集合。那么该点集V的一个三角剖分T=(V,E)是一个平面图G，该平面图满足条件： 1.除了端点，平面图中的边不包含点集中的任何点。 2.没有相交边。 3.平面图中所有的面都是三角面，且所有三角面的合集是散点集V的凸包 tips：在二维欧几里得空间中，凸包可想象为一条刚好包著所有点的橡皮圈。（用不严谨的话来讲，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形，它能包含点集中所有的点。）
30局部与分割-三角剖分delaunay和voronoi划分
剑指天空的博客
04-29 1899
30局部与分割-三角剖分delaunay和voronoi划分 简介 Delaunay三角剖分是1934年发明的将空间点连接为三角形，使得所有三角形中最小角最大的一个技术。 如果你熟悉计算机图形学，你便会知道Delaunay三角剖分是变现三维形状的基础。如果我们在三维空间渲染一个，我们可以通过这个物体的投影来建立二维视觉图，并用二维Delaunay三角剖分来分析识别该物体，或者将它与实物相...
使用OpenCV进行Delaunay三角剖分和Voronoi图_opencv_Delaunay_三角剖分_voronoi_
10-01
使用OpenCV进行Delaunay三角剖分和Voronoi图
《Learning OpenCV 3》Delaunay三角剖分和Voronoi图讲解
czl389的专栏
03-15 8962
OpenCV2、OpenCV3包含三角剖分的接口，但是参考文档里并未介绍，给学习带来了麻烦。有一本经典的书《学习OpenCV》对其做了详细介绍。但苦于这本书的新版，迟迟没有翻译成中文，所以现在有关OpenCV三角剖分的资料都是关于OpenCV1的，是C语言的接口。我边学习边分享一下，自己的理解水平有限，如有错漏，谢谢指正。由于时间有限，不逐字翻译了，根据内容来。原文参考《Learning OpenC
Voronoi划分
lzhf1122的博客
06-05 7323
泰森多边形（Voronoi diagram）        荷兰气候学家A•H•Thiessen提出了一种根据离散分布的气象站的降雨量来计算平均降雨量的方法，即将所有相邻气象站连成三角形，作这些三角形各边的垂直平分线（如图a），于是每个气象站周围的若干垂直平分线便围成一个多边形。用这个多边形内所包含的一个唯一气象站的降雨强度来表示这个多边形区域内的降雨强度，并称这个多边形为泰森多边形（如图b）。
Delaunay三角剖分.zip
03-01
# ------Delaunay三角剖分，绘制Voronoi维诺图------------------------------------- # 输入：rgb人脸image、landmark坐标 (68, 2) # 输出：delaunay_image、Voronoi_image # 第1部分： 读取人脸landmark # ...
Delaunay:使用Bowyer-Watson算法的Delaunay三角剖分
05-25
使用Bowyer-Watson算法的Delaunay三角剖分 基于Paul Borke的工作： ：//paulbourke.net/papers/triangulate/（Florian Jenett进行的首次Java转换）。 基于汤姆·卡登（Tom Carden）的改编和丹尼尔·希夫曼（Daniel...
delaunay三角剖分opencv
04-10
在OpenCV库中，Delaunay三角剖分是一个强大的工具，用于处理点云数据和构建复杂的几何结构。 OpenCV是开源的计算机视觉库，它包含了大量图像处理和计算机视觉的算法。OpenCV提供了`cv::Subdiv2D`类来实现Delaunay...
Delaunay三角剖分和Voronoi图讲解
12-09
这些代码创建了初始的剖分，一个三角形包含一个特定的矩形框。 接下来，我们需要知道怎么插入点。这些点必须是32位float类型的，或者是带有整数坐标值的点（cv::Point）。在后面的案例中，它们会自动转换为float类型。插入点使用cv::Subdiv2D::insert()函数。
利用opencv，c++画网格代码
05-01
工程中加入CPP，配置好opencv运行即可。
delaunay2D_Delaunay_pythondelaunay_三角剖分_
10-02
基于python语言的Delaunay三角剖分算法实现
OpenCV-OpenGL--Reconstuction3d-master.zip_opencv 视差_三维三角 剖分_三维三角
07-15
综上所述，“OpenCV-OpenGL--Reconstuction3d-master”项目旨在通过双目视觉技术，使用OpenCV进行视差计算、三角剖分，并借助OpenGL进行三维重建的演示和分析。通过学习和理解这个项目，开发者能够深入掌握双目视觉...
opencv中三角剖分
Kerer的博客
07-11 1889
三角剖分简介主要介绍Delaunay三角剖分 在opencv源码sources/samples下c++/c目录下都有三角剖分的示例代码delaunay 1. 最大化最小角，“最接近于规则化的“的三角网。 2. 唯一性（任意四点不能共圆）。 【定义】Delaunay边：假设E中的一条边e（两个端点为a,b），e若满足下列条件，则称之为Delaunay边：存在一个圆经过a,b两点，圆内(注意是圆
voronoi图的和Delaunay三角剖分
tuibianyanzi的博客
07-12 1万+
看了几个关于voronoi图的和Delaunay三角剖分的介绍，按照自己的理解综合大家的想法。总结一下这两个的知识。 Voronoi图定义： Voronoi图:计算几何里的一种基于距离的平面划分方法。在平面上有n个不重合种子点（节点），把平面分为n个区域，使得每个区域内的点到它所在区域的种子点（节点）的距离比到其它区域种子点（节点）的距离近。每个区域称为该种子点（节点）的Voronoi区域。V
Voronoi图与Delaunay三角剖分
热门推荐
浴血重生-学习空间
11-26 1万+
Voronoi图与Delaunay三角剖分  Voronoi图的定义    1.设p，q是平面上的两个点，L是pq的中垂线，L将平面分为两个部分【L左】和【L右】，在【L】左内的点r有特性|pr|    2.给定平面上n个点的点集S={p1,p2,……pn}。定义V(pi)是所有j(i!=j)的H(pi,pj)的交集，即V(pi)表示比其他点更接近于pi的电的轨迹是n-1个半平面的交，这是一
数字图像处理 Delaunay三角剖分和Voronoi图
学以致用 知行合一
03-21 611
给定平面中的一组点，三角测量是指将平面细分为三角形，以这些点为顶点。在下图1中，我们在左图像中看到一组地标，在中间图像中看到三角剖分。一组点可以有许多可能的三角剖分，但Delaunay三角剖分非常突出，因为它具有一些很好的财产。在Delaunay三角剖分中，选择三角形时，任何点都不在任何三角形的外接圆内。下图2:显示了4个点A、B、C和D的Delaunay三角测量。在顶部图像中，为了使三角测量成为有效的Delaunaey三角测量，点C应在三角形ABD的外切圆之外，点A应在三角形BCD的外切环之外。
基于CGAL的Centroidal Voronoi Tessellation（CVT）算法实现以及可视化
06-04 6912
之前我们已经介绍了基于CGAL的Voronoi图实现。链接：https://blog.csdn.net/aliexken/article/details/106462597 今天我们在该项目的基础上，来介绍一下Centroidal Voronoi Tessellation算法实现及其可视化。
利用OpenCV和c++生成Delaunay三角网
07-09
生成Delaunay三角网的步骤通常包括以下几个步骤： 1. 导入OpenCV库：在C++代码中，首先需要导入OpenCV库。可以使用以下语句导入： ```cpp #include <opencv2/opencv.hpp> ``` 2. 读取输入图像：使用OpenCV的`imread()`函数读取输入图像。例如，可以使用以下代码读取图像： ```cpp cv::Mat image = cv::imread("input.jpg"); ``` 3. 提取关键点：通过某种方法（例如特征点检测算法）提取图像中的关键点。这些关键点将用于生成三角网。你可以使用OpenCV的特征点检测函数（如`cv::goodFeaturesToTrack()`）来实现，具体方法可以根据你的需求选择。例如： ```cpp std::vector<cv::Point2f> keypoints; cv::goodFeaturesToTrack(image, keypoints, 500, 0.01, 10); ``` 4. 生成三角网：使用OpenCV的`Subdiv2D`类来生成Delaunay三角网。首先，创建一个`Subdiv2D`对象，并将关键点添加到其中。然后，使用`getTriangleList()`函数获取三角网的边界点，最后绘制这些边界点。以下是示例代码： ```cpp cv::Subdiv2D subdiv; subdiv.initDelaunay(cv::Rect(0, 0, image.cols, image.rows)); // 添加关键点到三角网中 for (const auto& point : keypoints) { subdiv.insert(point); } // 获取三角网的边界点 std::vector<cv::Vec6f> triangleList; subdiv.getTriangleList(triangleList); // 绘制三角网 for (const auto& triangle : triangleList) { cv::Point2f pt1(triangle[0], triangle[1]); cv::Point2f pt2(triangle[2], triangle[3]); cv::Point2f pt3(triangle[4], triangle[5]); cv::line(image, pt1, pt2, cv::Scalar(0, 0, 255), 1); cv::line(image, pt2, pt3, cv::Scalar(0, 0, 255), 1); cv::line(image, pt3, pt1, cv::Scalar(0, 0, 255), 1); } ``` 5. 显示结果：最后，使用OpenCV的`imshow()`函数显示生成的三角网。例如： ```cpp cv::imshow("Delaunay Triangulation", image); cv::waitKey(0); ``` 这就是使用OpenCV和C++生成Delaunay三角网的基本步骤。你可以根据自己的需求进行调整和优化。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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