opencv实现任意形状的内切圆

参考任意多边形的最大内切圆算法_海风吹来的石头的博客-CSDN博客_c++ 最大内切圆

---

前言

利用opencv的distanceTransform函数实现内切圆，对于稍微大一点的图像，耗时很严重，所以我参考上面提到的博客的思想（将轮廓区域进行分割），主要利用opencv的pointPolygonTest函数来求解内切圆，耗时较少。所以在这里记录一下。

一、源码

代码如下（示例）：

//可牺牲精度加快速度
Point GeometryFindPIA(const vector<Point> &polygon, float bounds[]) {
    int N_CELLS = 1;
    int M_CELLS = 5;
    cv::Point pia;
    pia.x = (bounds[0] + bounds[1]) / 2;
    pia.y = (bounds[2] + bounds[3]) / 2;
    cv::Point tmp;
    float increment_x = (bounds[1] - bounds[0]) / N_CELLS;
    float increment_y = (bounds[3] - bounds[2]) / M_CELLS;
    float max_distance = 0;
    int i, j;
    float tmp_distance = FLT_MAX;
    for (i = 0; i <= N_CELLS; i++)
    {
        tmp.x = bounds[0] + i * increment_x;
        for (j = 0; j <= M_CELLS; j++)
        {
            tmp.y = bounds[2] + j * increment_y;
            tmp_distance = pointPolygonTest(polygon, tmp, true);
            if (tmp_distance > max_distance)
            {
                max_distance = tmp_distance;
                pia.x = tmp.x;
                pia.y = tmp.y;
            }
        }
    }
    return pia;
}

//求解最大内切圆函数，传入多个轮廓
bool MaxInnerCircle(const vector<vector<Point>> &cons, vector< Point> &center, vector<double> &radius) {
    if (cons.size() == 0) {
        return false;
    }
    for (int m = 0; m < cons.size(); ++m) {
        Rect rect = boundingRect(cons[m]);//获得轮廓的矩形区域
        double radiusTemp = 0;
        float bounds[4];
        //初始化区域
        bounds[0] = rect.x;
        bounds[1] = rect.x + rect.width;
        bounds[2] = rect.y;
        bounds[3] = rect.y + rect.height;
        cv::Point point_pia;
        float flt_tmp = FLT_MAX;
        int count = 1;
        cv::Point point_tmp;// 
        //先划分区域，找到合适的一个区域后，再次划分这个区域，按此迭代，直到找到心点和半径
        while (count++)
        {
            // 对区域划分，找到最合适的区域
            point_tmp = GeometryFindPIA(cons[m], bounds);
            // 更新中心点
            point_pia.x = point_tmp.x;
            point_pia.y = point_tmp.y;
            // 更新区域
            flt_tmp = (bounds[1] - bounds[0]) / (sqrtf(2) * 2);
            bounds[0] = point_pia.x - flt_tmp;
            bounds[1] = point_pia.x + flt_tmp;
            flt_tmp = (bounds[3] - bounds[2]) / (sqrtf(2) * 2);
            bounds[2] = point_pia.y - flt_tmp;
            bounds[3] = point_pia.y + flt_tmp;
            //可牺牲精度加快速度
            if (bounds[1] - bounds[0] < 1 || bounds[3] - bounds[2] < 1) break;
        }
        radiusTemp = pointPolygonTest(cons[m], point_pia, true);
        if (radiusTemp>0) {
            center.push_back(point_tmp);
            radius.push_back(radiusTemp);
        }
        
    }
}


//最大内接圆重载，传入单个轮廓
bool MaxInnerCircle(const vector<Point> &con, Point &center, double &radius) {
    if (con.size() <= 0) {
        return false;
    }
    Rect rect = boundingRect(con);
    float bounds[4];
    bounds[0] = rect.x;
    bounds[1] = rect.x + rect.width;
    bounds[2] = rect.y;
    bounds[3] = rect.y + rect.height;
    cv::Point point_pia;
    float flt_tmp = FLT_MAX;
    int count = 1;
    cv::Point point_tmp;// 
    while (count++)
    {
        // find new candidate 
        point_tmp = GeometryFindPIA(con, bounds);
        // update current 
        point_pia.x = point_tmp.x;
        point_pia.y = point_tmp.y;
        // update the bounds
        flt_tmp = (bounds[1] - bounds[0]) / (sqrtf(2) * 2);
        bounds[0] = point_pia.x - flt_tmp;
        bounds[1] = point_pia.x + flt_tmp;
        flt_tmp = (bounds[3] - bounds[2]) / (sqrtf(2) * 2);
        bounds[2] = point_pia.y - flt_tmp;
        bounds[3] = point_pia.y + flt_tmp;
        //可牺牲精度加快速度
        if (bounds[1] - bounds[0] < 1 || bounds[3] - bounds[2] < 1) break;
    }

    radius = pointPolygonTest(con, point_pia, true);
    center = point_pia;
    if (radius <= 0.1) {
        return false;
    }
    return true;
}

2.测试

代码如下（示例）：

//测试最大内接圆
void testInnerCircle(int flag) {
    Mat img = imread("1.png", 1);
    Mat src;
    cvtColor(img, src, COLOR_BGR2GRAY);
    threshold(src, src, 130, 255, THRESH_BINARY);
    vector<vector<Point>> contours, SelectContours;

    findContours(src, contours, RETR_LIST, CHAIN_APPROX_NONE);
    int jpg = 10000000;
    for (int i = 0; i < contours.size(); i = i + 1) {//一条边内外轮廓会检测出四条
        //approxPolyDP(Con, approx, 0.1, true);
        double area1 = contourArea(contours[i]);
        if (area1 > 1000) {
            SelectContours.push_back(contours[i]);
        }
    }

    clock_t begin = clock();
    if (flag == 1) {
        vector<Point> Center;
        vector<double> Radius;
        MaxInnerCircle(SelectContours, Center, Radius);
        for (int i = 0; i < Center.size(); i++) {
            circle(img, Center[i], Radius[i], Scalar(0, 0, 255),6);
        }
    }
    else {
        vector<Point> cons1;
        Point P;
        double R;
        for (int i = 0; i < SelectContours.size(); i++) {
            cons1 = SelectContours[i];
            if (MaxInnerCircle(cons1, P, R)) {
                circle(img, P, R, Scalar(0, 0, 255), 2);
            }            
        }
    }
    clock_t end = clock();
    double programTimes = ((double)end - begin) / CLOCKS_PER_SEC;
    cout << "执行时间： " << programTimes << endl;
    namedWindow("img", WINDOW_NORMAL);
    namedWindow("src", WINDOW_NORMAL);
    imshow("img", img);
    imshow("src", src);
    waitKey(0);
}