在网上查了很多资料,但是有关同心圆提取切割的项目很少,我把我的思路写下来,还没有进行完善,因为要一步一步得做。
刚开始做先将复杂问题进行简化,假设我们知道同心圆的坐标位置,也就是这个同心圆位于整幅图像的正中央。那么我们要做的:
第一步,识别两个圆在图像中的位置,它们的圆心相同,只是半径不同。然后先把大圆切下来,存入image1中,再把原图中的小圆切下来,存入image2中。
第二步,现在我们得到了两个新图像,image1和image2,分别是在原图基础上挖去了一个大圆和一个小圆。下面我们用opencv3自带的subtract函数,对两幅图像进行相减,就能得到圆环也就是同心圆了。
如图:
第三步,进行极坐标变换,对于虹膜识别这个项目来说,抽象成数学模型就是将圆环展开成矩形。是通过极坐标的逆变换来实现的。但是这个我转换之后还是灰度图像,需要进一步进行处理。
下面是代码(代码借鉴了网上很多人的例子,我把它根据具体问题处理了一下):
说明:这个代码只是初步代码,还有好多地方需要根据具体情况进行修改。先把这部分工作记录下来,算是个思路。
#include <opencv2/opencv.hpp>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<iostream>
using namespace cv;
using namespace std;
bool polar_to_cartesian(cv::Mat& mat_p, cv::Mat& mat_c, double rows_c, double cols_c);
int main(int argc,char* argv[])
{
Mat image = imread("/Users/oumoemoe/Downloads/timg-3.jpeg");
Mat image1(image.rows, image.cols, image.type(), Scalar(180, 120, 50));//, Scalar(180, 120, 50)
Mat image2(image.rows, image.cols, image.type(), Scalar(180, 120, 50));
Mat image3(image.rows, image.cols, image.type(), Scalar(180, 120, 50));
Mat image4(image.rows, image.cols, image.type(), Scalar(180, 120, 50));
Point center(image.cols/