OpenCV 查找和多边形包围轮廓

最新推荐文章于 2024-09-11 22:08:04 发布
最新推荐文章于 2024-09-11 22:08:04 发布
阅读量641 收藏 9
点赞数 13
分类专栏： opencv 文章标签： opencv 计算机视觉 人工智能
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/m0_37302966/article/details/141526010
版权

Canny一类的边缘检测算法可以根据像素之间的差异，检测出轮廓边界的像素，但它没有将轮廓作为一个整体。所以要将轮廓提起出来，就必须将这些边缘像素组装成轮廓。

OpenCV中有一个很强大的函数，它可以从二值图像中找到轮廓：findContours函数。

有时我们还需要把找到的轮廓画出来，那就要用到函数drawContours了。

findContours函数和那就要用到函数drawContours函数一般配套使用。

#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"
#include <iostream>
using namespace cv;
using namespace std;
void main() 
{
	Mat original = imread("test5.jpg");
	namedWindow("My original");
	imshow("My original", original);
	Mat gray = original;
	cvtColor(gray, gray, CV_RGB2GRAY);//灰度化

int thresh_size = (100 / 4) * 2 + 1; //自适应二值化阈值
adaptiveThreshold(gray, gray, 255, CV_ADAPTIVE_THRESH_GAUSSIAN_C, CV_THRESH_BINARY_INV, thresh_size, thresh_size / 3);
//morphologyEx(gray, gray, MORPH_OPEN, Mat());//形态学开运算去噪点

imshow("gray", gray);

vector<vector<Point> > contours;
findContours(gray, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE); //找轮廓
vector<vector<Point>> contours1;
for (int i = 0; i < contours.size(); ++i)
{
    contours1.push_back(contours[i]);
}

Mat hole(gray.size(), CV_8U, Scalar(0)); //遮罩图层
drawContours(hole, contours1, -1, Scalar(255), CV_FILLED); //在遮罩图层上，用白色像素填充轮廓，得到MASK
namedWindow("My hole");
imshow("My hole", hole);
Mat crop(original.rows, original.cols, CV_8UC3);
original.copyTo(crop, hole);//将原图像拷贝进遮罩图层
namedWindow("My warpPerspective");
imshow("My warpPerspective", crop);
waitKey(0);

}
右下角的图就是提取出来的轮廓图，真的是非常精准。不过精准只是因为原图的形状比较简单，如果遇到复杂图片，那情况就不太乐观了。

在这里插入图片描述

在这里插入图片描述

使用多边形把轮廓包围

在实际应用中，常常会有将检测到的轮廓用多边形表示出来的需求。比如在一个全家福中，我想用一个矩形框将我自己的头像框出来，这样就需要这方面的知识了。

OpenCv这方面的函数总结如下：

返回指定点集最外部矩形边界：boundingRect()
寻找给定的点集可旋转的最小包围矩形：minAreaRect()
寻找最小包围圆形：minEnclosingCircle()
用椭圆拟合二维点集：fitEllipse()
逼近多边形曲线：approxPolyDP()
下面给出这些函数用法的综合案例。

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>
#include <stdlib.h>

using namespace cv;
using namespace std;

Mat src; Mat src_gray;
int thresh = 100;
int max_thresh = 255;
RNG rng(12345);

/// 函数声明
void thresh_callback(int, void*);

/** @主函数 */
int main(int argc, char** argv)
{
	/// 载入原图像, 返回3通道图像
	src = imread("test5.jpg", 1);

/// 转化成灰度图像并进行平滑
cvtColor(src, src_gray, CV_BGR2GRAY);
blur(src_gray, src_gray, Size(3, 3));

/// 创建窗口
char* source_window = "Source";
namedWindow(source_window, CV_WINDOW_AUTOSIZE);
imshow(source_window, src);

createTrackbar(" Threshold:", "Source", &thresh, max_thresh, thresh_callback);
thresh_callback(0, 0);

waitKey(0);
return(0);

}

/** @thresh_callback 函数 */
void thresh_callback(int, void*)
{
	Mat threshold_output;
	vector<vector<Point> > contours;
	vector<Vec4i> hierarchy;

/// 使用Threshold检测边缘
threshold(src_gray, threshold_output, thresh, 255, THRESH_BINARY);
/// 找到轮廓
findContours(threshold_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));

/// 多边形逼近轮廓 + 获取矩形和圆形边界框
vector<vector<Point> > contours_poly(contours.size());
vector<Rect> boundRect(contours.size());
vector<Point2f>center(contours.size());
vector<float>radius(contours.size());

for (int i = 0; i < contours.size(); i++)
{
	approxPolyDP(Mat(contours[i]), contours_poly[i], 3, true);
	boundRect[i] = boundingRect(Mat(contours_poly[i]));
	minEnclosingCircle(contours_poly[i], center[i], radius[i]);
}


/// 画多边形轮廓 + 包围的矩形框 + 圆形框
Mat drawing = Mat::zeros(threshold_output.size(), CV_8UC3);
for (int i = 0; i< contours.size(); i++)
{
	Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
	drawContours(drawing, contours_poly, i, color, 1, 8, vector<Vec4i>(), 0, Point());
	rectangle(drawing, boundRect[i].tl(), boundRect[i].br(), color, 2, 8, 0);
	circle(drawing, center[i], (int)radius[i], color, 2, 8, 0);
}

/// 显示在一个窗口
namedWindow("Contours", CV_WINDOW_AUTOSIZE);
imshow("Contours", drawing);

}

下面两张不同阈值的效果图把检测到的轮廓分别用多边形、圆形、矩形框出来了。

在这里插入图片描述

在这里插入图片描述

图像的矩

图像的矩到底是什么？

矩是概率与统计中的一个概念，是随机变量的一种数字特征。

有点抽象，简而言之，矩就是图像的特征信息，比如大小、位置、方向等。

OpenCV提供了一些函数来计算图像的矩：

矩的重心、主轴、面积等特征计算：moments()
计算轮廓面积：contourArea()
计算轮廓长度：arcLength()
下面的程序，使用了两种方法计算轮廓面积，第一种使用了moments()函数(程序里的mu[i].m00)，第二种使用了contourAra()函数进行面积计算，大家可以看一下两种方法计算出来的面积有没有差别。

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>
#include <stdlib.h>

using namespace cv;
using namespace std;

Mat src; Mat src_gray;
int thresh = 100;
int max_thresh = 255;
RNG rng(12345);

/// 函数声明
void thresh_callback(int, void*);

/** @主函数 */
int main()
{
	/// 读入原图像, 返回3通道图像数据
	src = imread("lol10.jpg");

/// 把原图像转化成灰度图像并进行平滑
cvtColor(src, src_gray, CV_BGR2GRAY);
blur(src_gray, src_gray, Size(3, 3));

/// 创建新窗口
char* source_window = "Source";
namedWindow(source_window, CV_WINDOW_AUTOSIZE);
imshow(source_window, src);

createTrackbar(" Canny thresh:", "Source", &thresh, max_thresh, thresh_callback);
thresh_callback(0, 0);

waitKey(0);
return(0);
}

/** @thresh_callback 函数 */
void thresh_callback(int, void*)
{
	Mat canny_output;
	vector<vector<Point> > contours;
	vector<Vec4i> hierarchy;

/// 使用Canndy检测边缘
Canny(src_gray, canny_output, thresh, thresh * 2, 3);
/// 找到轮廓
findContours(canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));

/// 计算矩
vector<Moments> mu(contours.size());
for (int i = 0; i < contours.size(); i++)
{
	mu[i] = moments(contours[i], false);
}

///  计算中心矩:
vector<Point2f> mc(contours.size());
for (int i = 0; i < contours.size(); i++)
{
	mc[i] = Point2f(mu[i].m10 / mu[i].m00, mu[i].m01 / mu[i].m00);
}

/// 绘制轮廓
Mat drawing = Mat::zeros(canny_output.size(), CV_8UC3);
for (int i = 0; i< contours.size(); i++)
{
	Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
	drawContours(drawing, contours, i, color, 2, 8, hierarchy, 0, Point());
	circle(drawing, mc[i], 4, color, -1, 8, 0);
}

/// 显示到窗口中
namedWindow("Contours", CV_WINDOW_AUTOSIZE);
imshow("Contours", drawing);

/// 通过m00计算轮廓面积并且和OpenCV函数比较
printf("\t Info: Area and Contour Length \n");
for (int i = 0; i< contours.size(); i++)
{
	printf(" * Contour[%d] - Area (M_00) = %.2f - Area OpenCV: %.2f - Length: %.2f \n", i, mu[i].m00, contourArea(contours[i]), arcLength(contours[i], true));
	Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
	drawContours(drawing, contours, i, color, 2, 8, hierarchy, 0, Point());
	circle(drawing, mc[i], 4, color, -1, 8, 0);
}

}

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

从结果看来，两种方法计算得到的面积是一样的。
在这里插入图片描述

LeonDL168
关注
专栏目录
OpenCV-入门笔记：检测简单的几何形状（多边形逼近）
weixin_45668655的博客
01-10 1415
目标： import numpy as np import cv2 as cv # 1.载入图片 img = cv.imread("shapes.jpg") # 2.灰度处理 imgGray = cv.cvtColor(img,cv.COLOR_BGR2GRAY) # 3.二值化，查找轮廓 _,thresh = cv.threshold(imgGray,170,255,cv.THRESH_B...
OpenCV学习之路（三）——轮廓查找与多边形绘制
.
03-28 2084
查找与绘制轮廓 一个轮廓一般对应一系列点，即一条曲线。在OpenCV中，可以用findContours()函数从二值图像查找轮廓。 查找findContours()函数 findContours(srcImage, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE); 第一个参数，输入图像，即原图像，填Mat单通道图像。可使用compare...
Opencv C++ 查找轮廓的凸包、多边形、矩形、多边形的外接圆
weixin_43965740的博客
04-13 435
假定坐标系的 X 轴指向右侧，Y 轴指向上方，如果为 true，则输出凸包的方向为顺时针方向。输出的类型取决于vector的类型；输入轮廓，可以是一个 vector 类型或者一个 Mat 类型的点集。输出的多边形近似，可以是一个:vector 类型或者一个 Mat 类型的点集；如果为 true，则输出多边形是封闭的，否则为非封闭的；输入的点集，可以是一个 vector 类型或者一个 Mat 类型的点集；输出的凸包的点集（凸包的点集是原始点集的子集）；
2-2 opencv实战进阶系列 多边形识别
Sisphusssss的博客
09-10 1688
本个项目中，我们需要用到上个项目（2-1）中制作的阈值编辑器来对图形的颜色进行阈值提取，便于在代码中进行分割。文章所展示的只是对图像中四边形的识别，若要同时对多个图形进行识别，可以增加多个判断条件“elif len(approx) == 5:” ，大家可以自行尝试。博文到此结束，写得模糊或者有误之处，欢迎小伙伴留言讨论与批评。
OpenCV查找并发现轮廓
m0_60259116的博客
02-04 232
OpenCV查找并发现轮廓
轮廓查找和多边形包围轮廓
01-18 1433
http://www.cnblogs.com/skyfsm/p/6890863.html
OpenCV 边缘检测 点到多边形测试
weixin_46999174的博客
07-26 485
多边形测试（Point-in-Polygon Test）是计算机图形学和几何学中的一个经典问题，用于**确定一个给定点是否位于一个多边形内部**。这个测试在地理信息系统、计算机图形学、游戏开发和其他领域中非常有用。
Python实现图片查找轮廓、多边形拟合、最小外接矩形代码
09-16
本篇文章将深入探讨如何使用Python的OpenCV库来实现这些功能，包括图片查找轮廓、多边形拟合以及计算最小外接矩形。 首先，我们来看轮廓查找。在给定的代码中，`cv2.findContours()`函数被用来从灰度图像中找到轮廓...
多边形包围轮廓approxPolyDP
ulong的学习记录
08-10 3500
approxPolyDP 方法： approxPolyDP( MatOfPoint2f curve, MatOfPoint2f approxCurve, double epsilon, boolean closed) 函数作用： 用指定的精度逼近多边形曲线   参数： curve：...
基于C++的opencv（十）图像轮廓与图像分隔修复
yang_jianfeng的博客
05-24 975
在opencv中findContours()函数从二值图像中查找轮廓。 寻找轮廓：findContours()函数 绘制轮廓：drawContours()函数 凸包（Convex Hull)是一个计算几何（图形学）中常见的概念。简单来说，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，它是能包含点集中所有点的。理解物体形状或轮廓的一种比较有用的方法便是计算一个物体的凸包，然后计算其凸缺陷（convexity defects)。 寻找凸包：convexHull()函数 ...
opencv处理不规则多边形roi
11-10
【1】opencv图像处理库 【2】处理不规则多边形roi的方法
opencv基于SVM的几何形状识别
09-08
实现基于SVM的几何形状识别，开发环境vs2013+opencv2.4.13，包含所有代码，以及训练样本，下载后可直接运行。详细可参考博文http://blog.csdn.net/hust_bochu_xuchao/article/details/52472125
基于python OpenCV多边形图像识别的实现
crazy__dreamer的博客
10-06 9909
首先说一下我的整体思路： ① 首先定义了一个识别器类型，封装了计算边长，识别形状和展示结果三个函数。 ② 主函数先读入图片，然后将图片转化为灰度图片，然后高斯滤波平滑处理，然后将灰度图片转化为黑白两色图片。 ③ 调用函数识别图片中所有的轮廓，然后列表形式返回图片，轮廓等信息，然后只取轮廓的所有点信息(每个点的信息为平面坐标)作为一个列表程序(第91,92,93行代码) ④ 用之前创建的识别器实例对每个轮廓中的点进行多边形拟合，得到顶点的坐标的列表中去(class中28~32行代码) ⑤ 输出识别结
opencv之图像轮廓
最新发布
hola173841439的博客
09-11 1374
图像轮廓指的是图像中物体边缘或形状的外部线条，通常通过图像处理技术来检测和提取。轮廓是用于描述物体形状、进行目标识别、图像分割等操作的重要特征之一。边缘检测虽然能够检测出边缘，但边缘是不连续的，检测到的边缘并不是一个整体。图像轮廓是指将边缘连接起来形成的一个整体，用于后续的计算。OpenCV提供了查找图像轮廓的函数cv2.findContours()，该函数能够查找图像内的轮廓信息，而函数cv2.drawContours()能够将轮廓绘制出来。
opencv基础篇 ——（十五）多边形与凸边型
零落年华的专栏
05-06 1402
在计算机视觉和图像处理中，多边形和凸多边形是常用的几何形状描述方式。它们在描述对象的形状、边界或区域时非常有用。下面我将简要介绍它们的概念和特点：多边形（Polygon） 定义： 多边形是一个平面内的闭合图形，由一系列连续的直线段连接而成，首尾相接，且不相交。特点：示例： 三角形、正方形、五边形等。 凸多边形（Convex Polygon）： 定义： 凸多边形是一种特殊的多边形，其中任意两个顶点之间的连线都位于或在多边形内部。换句话说，凸多边形内部的任意一点都可以通过直线连接到多边形内的任意其他两点。特点：
20240215-查找周长最大的多边形
fuxxu的博客
02-16 911
排序之后我们的，我的的dp数组需要存储的是截止到nums中的第i个元素的最长多边形的周长（多边形的边数量需要大于等于3）。如果这个sum大于当前的nums[i]，就意味着我们在满足条件1的同时也满足了条件2，即可以把nums[i]加入到多边形中，然后更新多边形的周长即可。第二这种方法要求我们需要存储以当前边为结尾的最长多边形的和，也就是意味着我们需要把当天的第i个元素视作是多边形的最长边，那么我们需要做的就是在之前所有元素中找到元素之和能够大于当前的最长边即可。多边形的周长是边长之和。
【OpenCV】图形生成算法：多边形的扫描转换
爱.NET
06-26 793
昨天被人问到“扫描线算法”，只有个模糊的印象，好多都想不起来了。。。复习一下 多边形 扫描线算法是针对计算机中多边形的显示。多边形三条或三条以上的线段首位顺次连接所组成的封闭图形，有凸多边形（任意两顶点间的连线均在多边形内）和凹多边形（任意两顶点间的连线有不在多边形内的部分）。 多边形在计算机中有顶点表示和点阵表示两种。 顶点表示就是用多边形的顶点序列来表示多边形。点阵表示是用位于多边...
二维坐标点中查找最大凸多边形Java实现
LULIN60的专栏
01-19 1562
参考如下文献中的Ruby代码实现的： http://www.jianshu.com/p/a297324f4906
opencv轮廓多边形拟合 opencv轮廓多边形拟合 opencv轮廓多边形拟合代码
08-30
# 绘制轮廓和多边形拟合结果 cv2.drawContours(image, [c], -1, (0, 255, 0), 2) cv2.drawContours(image, [approx], -1, (0, 0, 255), 2) # 显示图像 cv2.imshow('Contours', image) cv2.waitKey(0) cv2....
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