OpenCV结构分析与形状描述符（23）确定一个点是否位于多边形内的函数pointPolygonTest()的使用

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

进行点在轮廓内的测试。
该函数确定点是在轮廓内、轮廓外，还是位于一条边上（或与顶点重合）。它返回正值（内部）、负值（外部），或零值（在一条边上）。当 measureDist=false 时，返回值分别是 +1（内部）、-1（外部）和 0（在一条边上）。否则，返回值是从点到最近轮廓边的带符号距离。
下面是一个函数样本输出，其中每个图像像素都经过了轮廓测试：

函数原型

double cv::pointPolygonTest	
(
	InputArray 	contour,
	Point2f 	pt,
	bool 	measureDist 
)		

参数

• 参数contour 输入的轮廓。
• 参数pt 要测试的点。
• 参数measureDist 如果为 true，则函数估计点到最近轮廓边缘的带符号距离。否则，函数只检查点是否在轮廓内部。

返回值

• 当 measureDist=false 时，返回值是：
  • +1：如果点在轮廓内部。
  • -1：如果点在轮廓外部。
  • 0：如果点在轮廓的边上或与顶点重合。
• 当 measureDist=true 时，返回值是从点到最近轮廓边的带符号距离。距离为正表示点在轮廓内部，距离为负表示点在轮廓外部，距离为零表示点在轮廓边上或与顶点重合。

代码示例

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

int main()
{
    // 创建一个空白的图像
    cv::Mat image = cv::Mat::zeros( 300, 300, CV_8UC3 );

    // 创建一个示例轮廓
    std::vector< cv::Point > contour;
    contour.push_back( cv::Point( 100, 100 ) );
    contour.push_back( cv::Point( 200, 100 ) );
    contour.push_back( cv::Point( 200, 200 ) );
    contour.push_back( cv::Point( 100, 200 ) );

    // 绘制轮廓
    std::vector<std::vector<cv::Point>> contours(1, contour);
    cv::drawContours(image, contours, 0, cv::Scalar(0, 255, 0), 2);  // 在三通道图像的第一个轮廓上绘制绿色线条

    // 显示原始图像
    cv::imshow( "Original Image", image );
   
    // 创建一个掩码图像
    cv::Mat mask = cv::Mat::zeros(  image.size(), CV_8UC1 );

    // 遍历每个像素并测试其位置
    for ( int y = 0; y < image.rows; ++y )
    {
        for ( int x = 0; x < image.cols; ++x )
        {
            cv::Point2f pixel( x, y );
            float result = cv::pointPolygonTest( contour, pixel, false );
            if ( result >= 0 )
            {
                mask.at< uchar >( y, x ) = 255;  // 内部 如果点在轮廓内部，则在掩码图像上标记为白色（255）。
            }
            else
            {
                mask.at< uchar >( y, x ) = 125;  // 内部
            }
        }
    }

    // 显示掩码图像
    cv::imshow( "Mask Image", mask );
    cv::waitKey( 0 );

    return 0;
}

运行结果