opencv连通域去噪

//Find_Connected_Component参数说明:

       /*mask———一副灰度图

       polygon1_hull0———用多边形拟合选1,用凸包拟合选0

       scale———设置不被删除的连通轮廓大小

       num————连通轮廓的最大数目

       bbs——指向连通轮廓的外接矩形

       center——指向连通轮廓的中心*/     

 

      

#define CVCONTOUR_APPROX_LEVEL 2//数越大连通区域的边界越简单

#define CVCLOSE_ITR 1                   //图像形态学运算的次数

void Find_Connected_Component(IplImage *mask,int polygon1_hull0=1,float scale=4

                                                   ,int *num=0,CvRect *bbs=0,CvPoint *centers=0)//连通域去噪声

{

       static CvMemStorage* mem_storage=0;

       static CvSeq* contours=0;

 

       //先开操作,后闭操作

       cvMorphologyEx(mask,mask,0,0,CV_MOP_OPEN,CVCLOSE_ITR);

       cvMorphologyEx(mask,mask,0,0,CV_MOP_CLOSE,CVCLOSE_ITR);

 

       //找到所有轮廓

       if(!mem_storage)

       {

              mem_storage=cvCreateMemStorage(0);

       }

       else{

              cvClearMemStorage(mem_storage);

       }

 

       CvContourScanner scanner=cvStartFindContours(mask,mem_storage,sizeof(CvContour),CV_RETR_EXTERNAL,CV_CHAIN_APPROX_SIMPLE);

 

       //丢弃太小的轮廓,用多边形或凸包拟合剩下的轮廓

       CvSeq* c;

       int numCont=0;

       while(c=cvFindNextContour(scanner))

       {

              double len=cvContourPerimeter(c);//连通域周长

              double q=(mask->height+mask->width)/scale;

              //cout<<len<<"   ";

              if(len<q){cvSubstituteContour(scanner,NULL);}

              else{

                     CvSeq* c_new;

                     if(polygon1_hull0)

                     {

                            //多边形拟合

                            c_new=cvApproxPoly(c,sizeof(CvContour),mem_storage,CV_POLY_APPROX_DP,CVCONTOUR_APPROX_LEVEL,0);

                     }

                     else{

                            //凸包拟合

                            c_new=cvConvexHull2(c,mem_storage,CV_CLOCKWISE,1);

                     }

                     cvSubstituteContour(scanner,c_new);

                     numCont++;

              }

       }

       contours=cvEndFindContours(&scanner);

 

       const CvScalar CVX_WHITE=CV_RGB(0xff,0xff,0xff);//白色

       const CvScalar CVX_BLACK=CV_RGB(0x00,0x00,0x00);              //黑色

 

       //重绘连通区域

       cvZero(mask);

       IplImage *maskTemp;

       int numFilled=0;

       if(num!=NULL)

       {

              int N=*num,i=0;

              CvMoments moments;

              double M00,M01,M10;

              maskTemp=cvCloneImage(mask);

              for(i=0,c=contours;c!=NULL;c=c->h_next,i++)

              {

                     if(i<N)

                     {

                            cvDrawContours(maskTemp,c,CVX_WHITE,CVX_WHITE,-1,CV_FILLED,8);

                            //找中心

                            if(centers){

                                   cvMoments(maskTemp,&moments,1);

                                   M00=cvGetSpatialMoment(&moments,0,0);

                                   M10=cvGetSpatialMoment(&moments,1,0);

                                   M01=cvGetSpatialMoment(&moments,0,1);

                                   centers[i].x=(int)(M10/M00);

                                   centers[i].y=(int)(M01/M00);

                            }

                            if(bbs!=NULL){

                                   bbs[i]=cvBoundingRect(c);

                            }

                            cvZero(maskTemp);

                            numFilled++;

                     }

                     //画区域

                     cvDrawContours(mask,c,CVX_WHITE,CVX_WHITE,-1,CV_FILLED,8);

              }

 

       //*num=numFilled;

       cvReleaseImage(&maskTemp);

       }

       else

       {

                     for(c=contours;c!=NULL;c=c->h_next)

                            cvDrawContours(mask,c,CVX_WHITE,CVX_WHITE,-1,CV_FILLED,8);

 

       }

       *num=numCont;

}


from: http://wenku.baidu.com/link?url=FT1EFNPSlRZo7DA44IQUbCiZfM9AAq6VVajoFA3WFdZXQsswTccP8gtiA1350oKj-g7ydV9BqBW5KjEeAolF5l15QUjwXNqJvcKHs4BQCja

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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