OpenCV之使用多边形将扩廓包围

返回外部矩形边界

寻找最小包围矩形 

 寻找最小包围圆形

 

 

用椭圆拟合二维点集

 

逼近多边形曲线

 

例程: 创建包围轮廓的矩形边界

#include <opencv2\opencv.hpp>
#include <vector>  
#include <algorithm> 

using namespace cv;
using namespace std;


int main()
{
	RNG& rng = theRNG();
	int count = rng.uniform(3, 103);// 随机生成点的数量

	//初始化变量
	Mat image(600, 600, CV_8UC3);

	//循环, 按下ESC, Q, q键程序退出, 否则有键按下便一直更新
	while (1)
	{
		//参数初始化
		vector<Point> points; // 点值
		
		//随机生成点坐标
		for (int i = 0; i < count; i++)
		{
			Point point;
			point.x = rng.uniform(image.cols / 4, image.cols * 3 / 4);
			point.y = rng.uniform(image.rows / 4, image.rows * 3 / 4);
			points.push_back(point);
		}
		
		//对给定的2D点集, 寻找最小面积的包围矩形
		RotatedRect box = minAreaRect(Mat(points));
		Point2f vertex[4];
		box.points(vertex);

		//绘制出随机颜色的点
		image = Scalar::all(0);
		for (int i = 0; i < count; i++)
		{
			circle(image, points[i], 3, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), FILLED, LINE_8);
		}

		//绘制出最小面积的包围矩形
		for (int i = 0; i < 4; i++)
		{
			line(image, vertex[i], vertex[(i + 1) % 4], Scalar(100, 200, 211), 2, LINE_8);
		}
		imshow("矩形包围实例", image);

		//按下esc q Q 退出
		char key = waitKey();
		if (key == 27 || key == 'q' || key == 'Q')
		{
			break;
		}
	}

	waitKey(0);
	return 0;
}

效果

 

例程: 创建包围轮廓的圆形边界

#include <opencv2\opencv.hpp>
#include <vector>  
#include <algorithm> 

using namespace cv;
using namespace std;


int main()
{
	RNG& rng = theRNG();
	int count = rng.uniform(3, 103);// 随机生成点的数量

	//初始化变量
	Mat image(600, 600, CV_8UC3);

	//循环, 按下ESC, Q, q键程序退出, 否则有键按下便一直更新
	while (1)
	{
		//参数初始化
		vector<Point> points; // 点值
		
		//随机生成点坐标
		for (int i = 0; i < count; i++)
		{
			Point point;
			point.x = rng.uniform(image.cols / 4, image.cols * 3 / 4);
			point.y = rng.uniform(image.rows / 4, image.rows * 3 / 4);
			points.push_back(point);
		}
		
		//对给定的2D点集, 寻找最小面积的包围圆
		Point2f center;
		float radius = 0;
		minEnclosingCircle(Mat(points), center, radius);

		//绘制出随机颜色的点
		image = Scalar::all(0);
		for (int i = 0; i < count; i++)
		{
			circle(image, points[i], 3, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), FILLED, LINE_8);
		}

		//绘制出最小面积的包围圆
			circle(image, center, cvRound(radius), Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), 2, LINE_8);
		imshow("圆形包围实例", image);

		//按下esc q Q 退出
		char key = waitKey();
		if (key == 27 || key == 'q' || key == 'Q')
		{
			break;
		}
	}

	waitKey(0);
	return 0;
}

效果

 

例程: 使用多边形包围轮廓

#include <opencv2\opencv.hpp>
#include <vector>  
#include <algorithm> 

using namespace cv;
using namespace std;

#define WINDOW_NAME1 "[原始图窗口]"
#define WINDOW_NAME2 "[效果图窗口]"

// 全局变量
Mat g_srcImage;
Mat g_grayImage;
int g_nThresh = 50; // 阈值
int g_nMaxThresh = 255; //阈值最大值
RNG g_rng(12345); // 随机数生成器

//全局函数声明部分
void on_ContourChange(int, void*);

int main()
{
	//1.载入3通道图像
	g_srcImage = imread("700levi.jpg");

	//2.得到原图的灰度图并进行平滑
	cvtColor(g_srcImage, g_grayImage, COLOR_BGR2GRAY);
	blur(g_grayImage, g_grayImage, Size(3, 3));

	//3.创建原始图窗口并显示
	namedWindow(WINDOW_NAME1, WINDOW_AUTOSIZE);
	imshow(WINDOW_NAME1, g_srcImage);

	//4.设置滚动条并调用一次回调函数
	createTrackbar("阈值: ", WINDOW_NAME1, &g_nThresh, g_nMaxThresh, on_ContourChange);
	on_ContourChange(0, 0);

	waitKey(0);
	return 0;
}

void on_ContourChange(int, void*) {
	//定义参数
	Mat threshold_output;
	vector<vector<Point>> contours;
	vector<Vec4i> hierarchy;

	//使用Threshold 检测边缘
	threshold(g_grayImage, threshold_output, g_nThresh, 255, THRESH_BINARY);

	//找出轮廓
	findContours(threshold_output, contours, hierarchy, RETR_TREE, 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());

	//一个循环,遍历所有部分, 进行本程序核心操作
	for (int i = 0; i < contours.size(); i++)
	{
		approxPolyDP(Mat(contours[i]), contours_poly[i], 3, true); // 用指定精度逼近多边形曲线
		boundRect[i] = boundingRect(Mat(contours_poly[i])); // 计算点集的最外面的矩形边界
		minEnclosingCircle(contours_poly[i], center[i], radius[i]); // 对给定的2D点集, 寻找最小面积的包围圆形
	}
	//绘制多边形轮廓 + 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(g_rng.uniform(0, 255), g_rng.uniform(0, 255), g_rng.uniform(0, 255)); // 设置随机颜色
		drawContours(drawing, contours_poly, i, color, 1, 8, vector<Vec4i>(), 0, Point());// 绘制轮廓
		rectangle(drawing, boundRect[i].tl(), boundRect[i].br(), color, 2, 9, 0);// 绘制矩形
		circle(drawing, center[i], (int)radius[i], color, 2, 9, 0);// 绘制圆
	}

	//显示效果窗口
	namedWindow(WINDOW_NAME2, WINDOW_AUTOSIZE);
	imshow(WINDOW_NAME2, drawing);

}

效果

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV中,轮廓外接多边形是一种常用的图像处理技术,它用于找到包围轮廓的最小外接多边形。下面是关于轮廓外接多边形的原理、作用和应用的简要介绍: 1. 原理: 轮廓外接多边形的原理是通过计算轮廓的凸包或最小包围矩形来确定外接多边形。凸包是包围所有轮廓点的最小凸多边形,而最小包围矩形是包围所有轮廓点的最小矩形。 2. 作用: 轮廓外接多边形在图像处理和计算机视觉中具有多种作用,包括: - 特征提取:通过外接多边形可以提取轮廓的形状特征,如面积、周长和几何形状等。 - 边界框定位:最小包围矩形可用于定位和包围物体轮廓,用于目标检测和跟踪任务。 - 区域分割:外接多边形可以帮助分割图像中的不同区域或物体。 - 物体识别和分类:根据外接多边形的特征,可以实现物体的识别和分类。 3. 应用: 轮廓外接多边形在各种计算机视觉和图像处理应用中广泛使用,包括但不限于以下领域: - 目标检测和识别:通过最小包围矩形或凸包,可以提取目标的外形特征,并进行分类和识别。 - 图像分析和处理:外接多边形可用于分割图像、提取边界、计算形状特征等。 - 视觉导航和机器人技术:外接多边形可以帮助机器人或自动导航系统识别和定位目标物体。 - 缺陷检测和质量控制:通过外接多边形可以检测产品的缺陷、判定质量。 总之,轮廓外接多边形是一种常用的图像处理技术,可以通过凸包或最小包围矩形来确定轮廓的外接多边形,用于特征提取、边界框定位、区域分割和物体识别等应用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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