计算轮廓的最大内接矩形

最新推荐文章于 2022-09-10 10:08:58 发布

thequitesunshine007

最新推荐文章于 2022-09-10 10:08:58 发布

阅读量1.4k

点赞数

分类专栏： OpenCV 文章标签： c++ 算法开发语言

本文链接：https://blog.csdn.net/thequitesunshine007/article/details/124837902

版权

OpenCV 专栏收录该内容

89 篇文章 92 订阅 ¥69.90 ¥99.00

订阅专栏

本文介绍了如何运用中心扩展算法计算轮廓的最大内接矩形。该算法从一个初始锚点开始，向四个方向扩展直到碰到轮廓边界。实现上，代码分为两部分，尽管原理相同但实现方式有所不同。最后，文章提供了测试结果图来验证算法的正确性。

摘要由CSDN通过智能技术生成

1，原理

基于中心扩展算法，给定一个初始锚点，往四个方向向外拓展，每个方向在拓展时遇到轮廓边界则停止。

获取的矩形是不带旋转的，且能否准确找到最大内接矩形，跟初始锚点的位置选取有一定关系。

2，代码

代码分为2部分，原理一样，实现方式不同。

代码（1）：


#include <iostream>
#include<opencv2/opencv.hpp>

#include<vector>

using namespace cv;
using namespace std;

/**
* @brief expandEdge 扩展边界函数
* @param img:输入图像，单通道二值图，深度为8
* @param edge  边界数组，存放4条边界值
* @param edgeID 当前边界号
* @return 布尔值 确定当前边界是否可以扩展
*/

bool expandEdge(const Mat & img, int edge[], const int edgeID)
{
	//[1] --初始化参数
	int nc = img.cols

了解本专栏