【Emgu CV教程】10.9、轮廓的纵横比、面积比、坚硬性、等效直径、方向、掩码及像素点、最值点和它的位置、平均颜色、极值点

最新推荐文章于 2024-08-17 09:34:17 发布
最新推荐文章于 2024-08-17 09:34:17 发布
阅读量1.3k 收藏 6
点赞数 38
分类专栏： Emgu CV使用教程 文章标签： c# Emgu CV 图像处理 计算机视觉 图像分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sswss12345/article/details/137014842
版权

文章目录

一、轮廓的纵横比(Aspect Ratio)

轮廓的纵横比，就是轮廓的最小正外接矩形的 宽度/高度，首先利用

Rectangle rect = CvInvoke.BoundingRectangle(contours[i]);

计算出最小正外接矩形，再用

float aspectRatio = (float)rect.Width / (float)rect.Height;

计算出轮廓的纵横比。如果有多个轮廓呢，很简单，加上一个循环遍历：

for (int i = 0; i < contours.Size; i++)
{
	Rectangle rect = CvInvoke.BoundingRectangle(contours[i]);
	float aspectRatio = (float)rect.Width / (float)rect.Height;
	Console.WriteLine("轮廓" + i + "的纵横比是: " + aspectRatio);
}

二、轮廓的面积比(Extent)

轮廓的面积比(Extent)，就是轮廓的面积与其最小正外接矩形的比值。

for (int i = 0; i < contours.Size; i++)
{
    double area = CvInvoke.ContourArea(contours[i]);
    Rectangle rect = CvInvoke.BoundingRectangle(contours[key]);
    float extent = (float)it.Value / ((float)rect.Width * (float)rect.Height);
    Console.WriteLine("轮廓" + i + "的面积比是: " + extent);
}

三、轮廓的坚硬性(Solidity)

轮廓的坚硬性(Solidity)，就是轮廓的面积与其凸包面积的比值。


VectorOfInt hull = new VectorOfInt(); // 存储凸包点索引
for (int i = 0; i < contours.Size; i++)
{
    double area = CvInvoke.ContourArea(contours[i]);
    Rectangle rect = CvInvoke.BoundingRectangle(contours[i]);
    float extent = (float)it.Value / ((float)rect.Width * (float)rect.Height);
    VectorOfPoint hullPoint = new VectorOfPoint();
    System.Drawing.Point[] pt = new System.Drawing.Point[hull.Size];
    MCvScalar randomColor = new MCvScalar(random.Next(0, 255), random.Next(0, 255), random.Next(0, 255));
    for (int i = 0; i < hull.Size; i++)
    {
        pt[i] = contours[i][hull[i]];
        if (i != hull.Size - 1)
        {
            CvInvoke.Line(dstMat, contours[i][hull[i]], contours[i][hull[i + 1]], randomColor, 2);
        }
        else
        {
            CvInvoke.Line(dstMat, contours[i][hull[i]], contours[i][hull[0]], randomColor, 2);
        }
    }

    hullPoint.Push(pt);
    double areaHull = CvInvoke.ContourArea(hullPoint);
    float solidity = (float)it.Value / (float)areaHull;
    Console.WriteLine("轮廓" + i + "的坚硬性是: " + solidity );
}

四、轮廓的等效直径(Equivalent Diameter)

轮廓的等效直径(Equivalent Diameter)，是面积等于轮廓面积的圆的直径，不是最小外接圆的直径。

for (int i = 0; i < contours.Size; i++)
{
	double area = CvInvoke.ContourArea(contours[i]);
    double equivalentDiameter = Math.Sqrt(area / Math.PI) * 2;
	Console.WriteLine("轮廓" + i + "的等效直径是: " + equivalentDiameter);
}

五、轮廓的方向(Orientation)

轮廓的方向(Orientation)，就是物体指向的角度,通过FitEllipse()函数得到轮廓的最小外接椭圆，椭圆的旋转角度就是轮廓的方向，还能得出椭圆的中心点和轴长。
详细用法见
【Emgu CV教程】10.8、轮廓的最小外接圆和最小外接椭圆

六、轮廓的掩码以及像素点(Mask and Pixel Points)

轮廓的掩码是轮廓区域的掩码图像，背景为黑色,轮廓区域为白色填充，再利用FindNonZero()函数寻找非零像素点。

1.原始素材

原始素材srcMat如下图：
在这里插入图片描述

2.代码

代码如下：

Mat tempMat = srcMat.Clone();
Mat dstMat = srcMat.Clone();
Mat gray = new Mat();
int threshold = 40;

// 转成灰度图再二值化
CvInvoke.CvtColor(tempMat, gray, ColorConversion.Bgr2Gray);
CvInvoke.Threshold(gray, gray, threshold, 255, ThresholdType.Binary);
CvInvoke.Imshow("Gray and threshold", gray);

// 定义轮廓集合
VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint();
VectorOfRect hierarchy = new VectorOfRect();

CvInvoke.FindContours(gray, contours, hierarchy, RetrType.External, ChainApproxMethod.ChainApproxNone);

// 在黑色图中画出所有轮廓和掩码图
Mat allContours1 = new Mat(new System.Drawing.Size(gray.Cols, gray.Rows), DepthType.Cv8U, 1);
Mat allContours2 = Mat.Zeros(gray.Rows, gray.Cols, DepthType.Cv8U, 1);
allContours1.SetTo(new MCvScalar(0, 0, 0));
CvInvoke.DrawContours(allContours1, contours, -1, new MCvScalar(255, 255, 255), 1);
CvInvoke.DrawContours(allContours2, contours, -1, new MCvScalar(255, 255, 255), -1);

// 查找轮廓的点
VectorOfPoint nonZeroCoordinates = new VectorOfPoint();
CvInvoke.FindNonZero(allContours2, nonZeroCoordinates);
List<string> pointsList = new List<string>();
for (int i = 0; i < nonZeroCoordinates.Size; i++)
{
    pointsList.Insert(0, "Point" + i + "(" + nonZeroCoordinates[i].X + " , " + nonZeroCoordinates[i].Y + ")");
}

ListBoxPoints.ItemsSource = pointsList;

CvInvoke.PutText(dstMat, "Contours number:" + contours.Size, new System.Drawing.Point(20, 20), FontFace.HersheyComplex, 0.5, new Bgr(0, 255, 0).MCvScalar, 1, LineType.EightConnected, false);
CvInvoke.DrawContours(dstMat, contours, -1, new MCvScalar(255, 0, 0), 2, LineType.EightConnected, hierarchy);
CvInvoke.Imshow("All contours," + allContours1.Size.ToString(), allContours1);
CvInvoke.Imshow("Contours mask," + allContours2.Size.ToString(), allContours2);
CvInvoke.Imshow("Final result image, " + dstMat.Size.ToString(), dstMat); // 显示最终结果

3.运行结果

如下所示：
在这里插入图片描述
掩码图的非零点，就是pointsList。

七、轮廓的值点和它的位置

轮廓最值点和它的位置，要使用MinMaxLoc()函数进行查找。先求出二值化图像gray，然后执行下面代码：

double minValue = 0; // 轮廓的最大值
double maxValue = 0; // 轮廓的最小值
System.Drawing.Point minLocation = new System.Drawing.Point(); // 轮廓最大值的位置
System.Drawing.Point maxLocation = new System.Drawing.Point(); // 轮廓最小值的位置
CvInvoke.MinMaxLoc(gray, ref minValue, ref maxValue, ref minLocation, ref maxLocation, allContoursMask);

八、轮廓的平均颜色或平均强度

用Mean(()函数求轮廓的平均颜色，原始图像srcMat还是采用上面的米老鼠图片，求轮廓平均颜色的代码如下：

Mat tempMat = srcMat.Clone();
Mat dstMat = srcMat.Clone();
Mat gray = new Mat();
int threshold = Convert.ToInt16(TextBoxThreshold.Text.Trim().ToString());

// 转成灰度图再二值化
CvInvoke.CvtColor(tempMat, gray, ColorConversion.Bgr2Gray);
CvInvoke.Threshold(gray, gray, threshold, 255, ThresholdType.Binary);
CvInvoke.Imshow("Gray and threshold", gray);

// 定义轮廓集合
VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint();
VectorOfRect hierarchy = new VectorOfRect();

CvInvoke.FindContours(gray, contours, hierarchy, RetrType.External, ChainApproxMethod.ChainApproxNone);

// 在一张黑色图中画出所有轮廓
Mat allContoursMask = new Mat(new System.Drawing.Size(gray.Cols, gray.Rows), DepthType.Cv8U, 1);
allContoursMask.SetTo(new MCvScalar(0, 0, 0));
CvInvoke.DrawContours(allContoursMask, contours, -1, new MCvScalar(255, 255, 255), -1);

// 各个通道的平均值
MCvScalar averageColor = CvInvoke.Mean(tempMat, allContoursMask);

CvInvoke.PutText(dstMat, "Contours number:" + contours.Size, new System.Drawing.Point(20, 20), FontFace.HersheyComplex, 0.5, new Bgr(0, 255, 0).MCvScalar, 1, LineType.EightConnected, false);
CvInvoke.PutText(dstMat, "Blue channel, contours average:" + averageColor.V0.ToString("0"), new System.Drawing.Point(20, 40), FontFace.HersheyComplex, 0.5, new Bgr(0, 255, 0).MCvScalar, 1, LineType.EightConnected, false);
CvInvoke.PutText(dstMat, "Green channel, contours average:" + averageColor.V1.ToString("0"), new System.Drawing.Point(20, 60), FontFace.HersheyComplex, 0.5, new Bgr(0, 255, 0).MCvScalar, 1, LineType.EightConnected, false);
CvInvoke.PutText(dstMat, "Red channel, contours average:" + averageColor.V2.ToString("0"), new System.Drawing.Point(20, 80), FontFace.HersheyComplex, 0.5, new Bgr(0, 255, 0).MCvScalar, 1, LineType.EightConnected, false);

CvInvoke.DrawContours(dstMat, contours, -1, new MCvScalar(255, 0, 0), 2, LineType.EightConnected, hierarchy);
CvInvoke.Imshow("All contours mask, " + allContoursMask.Size.ToString(), allContoursMask);
CvInvoke.Imshow("Final result image, " + dstMat.Size.ToString(), dstMat); // 显示最终结果

结果如下所示：
在这里插入图片描述

九、轮廓的极值点

轮廓极值点是指轮廓的上、下、左、右四个方向的极值，下面代码中，分别用红、绿、蓝、黄标注。

Mat tempMat = srcMat.Clone();
Mat dstMat = srcMat.Clone();
Mat gray = new Mat();
int threshold = 40;

// 转成灰度图再二值化
CvInvoke.CvtColor(tempMat, gray, ColorConversion.Bgr2Gray);
CvInvoke.Threshold(gray, gray, threshold, 255, ThresholdType.Binary);
CvInvoke.Imshow("Gray and threshold", gray);

// 定义轮廓集合
VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint();
VectorOfRect hierarchy = new VectorOfRect();

CvInvoke.FindContours(gray, contours, hierarchy, RetrType.External, ChainApproxMethod.ChainApproxNone);


// 在一张黑色图中画出所有轮廓
Mat allContours = new Mat(new System.Drawing.Size(gray.Cols, gray.Rows), DepthType.Cv8U, 1);
allContours.SetTo(new MCvScalar(0, 0, 0));
CvInvoke.DrawContours(allContours, contours, -1, new MCvScalar(255, 255, 255), 1);

// 按照面积筛选，太小的轮廓不计算
Dictionary<int, double> dict = new Dictionary<int, double>();
if (contours.Size > 0)
{
    for (int i = 0; i < contours.Size; i++)
    {
        double area = CvInvoke.ContourArea(contours[i]);
        Rectangle rect = CvInvoke.BoundingRectangle(contours[i]);

        if (rect.Width > 50 && rect.Height > 20 && area < 3000000)
        {
            dict.Add(i, area);
        }
    }
}

// 定义极值点
var item = dict.OrderByDescending(v => v.Value); // v.Value就代表面积，是降序排列
int index = 1;
System.Drawing.Point pointUp = new System.Drawing.Point
{
    X = 0,
    Y = gray.Rows
};
System.Drawing.Point pointDown = new System.Drawing.Point
{
    X = 0,
    Y = 0
};
System.Drawing.Point pointLeft = new System.Drawing.Point
{
    X = gray.Cols,
    Y = 0
};
System.Drawing.Point pointRight = new System.Drawing.Point
{
    X = 0,
    Y = 0
};

// 绘制极值点
CvInvoke.DrawContours(dstMat, contours, -1, new MCvScalar(0, 255, 0), 2, LineType.EightConnected, hierarchy);
foreach (var it in item)
{
    int key = it.Key;
    Rectangle rect = CvInvoke.BoundingRectangle(contours[key]);

    // 遍历每个轮廓上的点
    for (int i = 0; i < contours.Size; i++)
    {
        pointUp.X = 0;
        pointUp.Y = gray.Rows;
        pointDown.X = 0;
        pointDown.Y = 0;
        pointLeft.X = gray.Cols;
        pointLeft.Y = 0;
        pointRight.X = 0;
        pointRight.Y = 0;
        for (int j = 0; j < contours[i].Size; j++)
        {
            if (contours[i][j].Y < pointUp.Y)
            {
                pointUp.Y = contours[i][j].Y;
                pointUp.X = contours[i][j].X;
            }

            if (contours[i][j].Y > pointDown.Y)
            {
                pointDown.Y = contours[i][j].Y;
                pointDown.X = contours[i][j].X;
            }

            if (contours[i][j].X < pointLeft.X)
            {
                pointLeft.X = contours[i][j].X;
                pointLeft.Y = contours[i][j].Y;
            }

            if (contours[i][j].X > pointRight.X)
            {
                pointRight.X = contours[i][j].X;
                pointRight.Y = contours[i][j].Y;
            }
        }

        CvInvoke.Circle(dstMat, pointUp, 8, new MCvScalar(0, 0, 255), 2);
        CvInvoke.Circle(dstMat, pointDown, 8, new MCvScalar(0, 255, 0), 2);
        CvInvoke.Circle(dstMat, pointLeft, 8, new MCvScalar(255, 0, 0), 2);
        CvInvoke.Circle(dstMat, pointRight, 8, new MCvScalar(0, 255, 255), 2);
    }

    CvInvoke.PutText(dstMat, "Contour:" + index.ToString(), new System.Drawing.Point(rect.X, rect.Y - 10), FontFace.HersheyComplex, 0.5, new Bgr(0, 255, 0).MCvScalar, 1, LineType.EightConnected, false);
    index++;
}

CvInvoke.PutText(dstMat, "Contours number:" + item.Count(), new System.Drawing.Point(20, 20), FontFace.HersheyComplex, 0.5, new Bgr(0, 255, 0).MCvScalar, 1, LineType.EightConnected, false);
CvInvoke.Imshow("All contours, " + allContours.Size.ToString(), allContours);
CvInvoke.Imshow("Final result image, " + dstMat.Size.ToString(), dstMat); // 显示最终结果

代码输出结果如下所示：
在这里插入图片描述

原创不易，请勿抄袭。共同进步，相互学习。

..活宝..
关注
专栏目录
EmguCV入门（一）
否定的否定式
02-19 7291
一、EmguCV简介         Emgu CV是.NET平台下对OpenCV图像处理库的封装，也就是.NET版的OpenCV。由于OpenCV是用C和C++编写的，Emgu用C#对其进行封装，允许用.Net语言来调用OpenCV函数，如C#、VB、VC++等。     二、EmguCV的下载与引用 1、下载：         下载最新版Emgu.CV(http://sourc
【Emgu CV教程】2.8、基本方法之访问和修改Mat像素值
活宝的博客
12-18 1579
Emgu CV中，访问和修改Mat像素值
EmguCV人脸识别实验
05-07
用 C# 编写的 EmguCV 模式（人脸）识别程序。
EmguCV学习笔记 C# 3.2 矩形
最新发布
UruseiBest 的技术专栏
08-17 781
版权声明：本文为博主原创文章，转载请在显著位置标明本文出处以及作者网名，未经作者允许不得用于商业目的。教程配套文件及相关说明获得pdf教程和代码。
1-EmguCV
hello
02-16 1432
文章目录EmguCV添加环境变量导入UI插件添加引用TestCode效果 EmguCV 1、EmguCV是OpenCV的跨平台.Net封装，允许使用.NET语言调用OpenCV函数； 2、 EmguCV3.4.3下载地址：https://sourceforge.net/projects/emgucv/files/emgucv/； 添加环境变量 1、D:\emgucv3.4.3\emgucv-win...
24-正外接矩形BoundingRectangle（EmguCV学习）
hello
03-21 2730
文章目录说明Code效果 说明 1、BoundingRectangle(）寻找出来的最小外接矩形可以根据其宽高对轮廓进行筛选，去除小的干扰轮廓 Code using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks; using...
人脸识别EmguCV
01-20
人脸识别EmguCV C# 亲测可以使用，初学者参考，asp.net
EmguCV基础视频教程---第22讲(轮廓查找与绘制(二)---访问轮廓每个点).pptx
08-01
EmguCV基础视频教程---第22讲(轮廓查找与绘制(二)---访问轮廓每个点).pptxEmguCV基础视频教程---第22讲(轮廓查找与绘制(二)---访问轮廓每个点).pptx
EmguCV基础视频教程 (访问图像像素)_emgucv_访问图像像素_
10-03
EmguCV是一个开源的计算机视觉库，它是OpenCV的.NET接口，使得在.NET环境中进行图像处理和计算机视觉应用变得更为简单。本视频教程专注于EmguCV的基础知识，特别是如何访问和操作图像的像素。 在图像处理中，访问...
emgucv.rar_Emgu CV book_Emgu打开pdf_emgucv_emgucv pdf_emgucv教程
07-14
pdf文本，学习opencv的C#版本有一定参考价值
EmguCV角点识别.rar
07-23
EmguCV是一个开源的计算机视觉库，它是OpenCV的.NET版本，支持Windows、Linux和Mac OS等操作系统。在本项目“EmguCV角点识别.rar”中，开发者使用了EmguCV来实现一种角点检测算法，特别针对棋盘格的角点进行精确识别...
EMGUCV入门手册（EMGU CV Essentials），英文原版
09-22
EMGUCV 是一个用于跨平台计算机视觉开发的 .NET 接口库，它基于 OpenCV（开放源代码计算机视觉库）并与 C# 语言集成。如果您对 EMGUCV 感兴趣并正在寻找英文原版参考书，以下是一段资源介绍： 《EMGU CV Essentials》（EMGU CV 精要）是一本经典的英文原版书籍，作者为 Shin Shi，出版于 Packt Publishing。这本书专注于 EMGUCV 库的基本应用，并提供了入门级的学习材料。通过这本书，您将了解 EMGUCV 的核心功能、图像处理技术和计算机视觉算法的实现方式。 《EMGU CV Essentials》涵盖了许多重要的主题，包括图像加载和保存、像素操作、颜色空间转换、图像滤波、特征检测和匹配、轮廓分析等等。书中以简洁清晰的方式介绍了每个主题，结合代码示例和详细说明，帮助读者理解和应用 EMGUCV。
EmguCV3.4.3
01-14
emgucv是对opencv的封装，他支持以C#为开发语言的图像处理系统的开发。Emgu CV是.NET平台下对OpenCV图像处理库的封装，也就是.NET版的OpenCV。
EmguCV函数中文说明
06-21
EmguCV函数中文说明，根据原来英文文档翻译过来，提供给英文不好的参考使用。
emgucv使用
10-30
C#调用opencv时候需要使用的图片处理，exe安装后有用例和dll，可以自行再次编译
EmguCV入门指南-中文翻译版 (1).pdf_emgucv_
10-04
emgucv
EmguCV实现不同角点检测
10-02
EmguCV是一个开源的计算机视觉库，它为.NET开发者提供了接口来使用OpenCV的强大功能。在本项目中，我们关注的是使用EmguCV实现多种角点检测算法，这些算法对于图像处理和计算机视觉任务至关重要。角点是图像中具有...
C#下的openCV(Emgu CV)
热门推荐
gaaranaruto的专栏
04-16 3万+
<br />Emgu CV下载地址<br />http://sourceforge.net/projects/emgucv/files/<br />找最新的下就行了，傻瓜式安装，选择目录后自动完成安装，然后提示安装VS2008和VS2010的插件，我使用的是VS2010，然后完成操作。<br /> <br />Emgu CV是什么？<br />Emgu CV是.NET平台下对OpenCV图像处理库的封装，也就是.NET版。可以运行在C#、VB、VC++等。<br />安装完成后需要设置环境变量，比如我安装在
EmguCV入门
xywy2008的专栏
01-17 4859
EmguCV入门 1. 简介 EmguCV即C#语言下的Opencv。Opencv中的函数经过封装，使得用C#语言编程时也可以很方便的调用。两者之前的对应关系可参见EmguCV入门指南。 2. 下载 官网下载：http://sourceforge.net/projects/emgucv/files/emgucv/ 下载时要注意版本的选择，历史各版本的比较：http://www.e
EmguCV教程：轮廓中心检测与矩操作实践
本文档是一篇关于使用ODBC API开发教程的实践指南，主要聚焦于EmguCV库在.NET平台上的应用。EmguCV是OpenCV在.NET环境下的封装，为C#、VB、VC++等.NET兼容语言提供了一种方便的接口，使得开发者能够在Windows下利用...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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