opencv返回外部矩形边界并寻找最小包围矩形:boundingRect函数、minAreaRect函数

该博客详细介绍了如何利用OpenCV库进行图像预处理,包括将RGB图像转换为灰度图像,应用高斯模糊,以及执行Canny边缘检测。接着,通过findContours函数寻找图像中的轮廓,并利用minAreaRect找出最小包围矩形。博客展示了如何绘制这些轮廓和最小外接矩形,为图像分析和对象识别提供基础。
摘要由CSDN通过智能技术生成
#include<opencv2/core.hpp>
#include<opencv2/highgui.hpp>
#include<opencv2/imgproc.hpp>
#include<iostream>
using namespace cv;
using namespace std;
int main()
{
    Mat src=imread("1.jpg");
    Mat src_gray,src_canny,dst;
    imshow("原图",src);

    //图像预处理
    cvtColor(src,src_gray,COLOR_RGB2GRAY);
    GaussianBlur(src_gray,dst,Size(5,5),10,10);
    Canny(dst,src_canny,200,100,3);
    imshow("canny检测",src_canny);

    vector<vector<Point>> contours;
    vector<Vec4i> hierarcy;
    findContours(src_canny, contours, hierarcy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);//寻找轮廓

//    vector<Rect> boundRect(contours.size());
    vector<RotatedRect>box(contours.size());
    Point2f rect[4];

    for(int i=0;i<contours.size();i++)
    {
     box[i] = minAreaRect(Mat(contours[i]));
//     boundRect[i] = boundingRect(Mat(contours[i]));

     circle(src, Point(box[i].center.x, box[i].center.y), 5, Scalar(0, 255, 0), -1, 8);
//     rectangle(src, boundRect[i], Scalar(0, 255, 0), 2, 8);
     box[i].points(rect);//把最小外接矩形四个端点复制给rect数组

     for(int j=0; j<4; j++){
     line(src, rect[j], rect[(j+1)%4], Scalar(0, 0, 255), 2, 8);
     }

     }
    imshow("效果图",src);
    waitKey(0);

    return 0;
}

返回外部矩形边界:boundingRect函数

boundingRect(Mat(contours[i]))

此函数计算并返回指定点集最外面的矩形边界。其唯一的参数为输入的二维点集,可以是std::vector<>或Mat类型

寻找最小包围矩形:minAreaRect函数

此函数用于对给定的2D点集,寻找可旋转的最小面积的包围矩形 其唯一的参数为输入的二维点集,可以是std::vector<>或Mat类型

  • 1
    点赞
  • 9
    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