以下是使用OpenCV进行轮廓检测的一般步骤:
加载图像:使用OpenCV的imread函数加载要处理的图像。
预处理图像:对图像进行预处理,例如进行灰度化、二值化、滤波等操作。
执行轮廓检测:使用findContours函数执行轮廓检测。该函数会返回一个包含所有轮廓点的向量,每个轮廓点用一个二维坐标表示。
绘制轮廓:使用drawContours函数将轮廓绘制在原始图像上。
下面是一个示例程序,它演示了如何使用OpenCV进行轮廓检测:
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{
// 加载图像
Mat src = imread("input.jpg");
// 预处理图像
Mat gray, binary;
cvtColor(src, gray, COLOR_BGR2GRAY);
threshold(gray, binary, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);
// 执行轮廓检测
vector<vector<Point>> contours;
vector<Vec4i> hierarchy;
findContours(binary, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);
// 遍历所有轮廓
for (size_t i = 0; i < contours.size(); i++) {
// 计算轮廓周长
double perimeter = arcLength(contours[i], true);
std::cout << "Contour " << i << " perimeter: " << perimeter << std::endl;
// 计算轮廓面积
double area = contourArea(contours[i]);
std::cout << "Contour " << i << " area: " << area << std::endl;
}
// 绘制轮廓
Mat dst = Mat::zeros(src.size(), CV_8UC3);
for (size_t i = 0; i < contours.size(); i++)
{
drawContours(dst, contours, i, Scalar(0, 0, 255), 2, LINE_8, hierarchy);
}
// 显示结果
imshow("Input", src);
imshow("Output", dst);
waitKey();
return 0;
}
在这个例子中,我们首先加载一个图像,然后将其转换为灰度图像,并应用OTSU二值化算法得到一个二值图像。然后使用findContours函数执行轮廓检测,最后使用drawContours函数将检测到的轮廓绘制在输出图像上。最后,我们将输入和输出图像显示出来,并等待用户按下键盘上的任意键。