opencv 实现等值线_使用OpenCV寻找平面图形的质心

代码​github.com

中学时，我们学习了几何中的各种形状。比较容易找到圆形、正方形、三角形、椭圆形等标准形状的圆心。

但是当要找到任意形状的质心时，方法就不那么简单了。

当你在计算机视觉中工作时，寻找质心的问题也很重要——除了，你要处理的是像素而不是原子!在这篇文章中，我们将首先讨论如何找到一个任意形状的blob的中心，然后再讨论多个blob的情况。

What is a blob?

blob是图像中一组相互连接的像素，它们具有一些共同的属性(例如，灰度值)。在这篇文章中，我们的目标是使用c++中的OpenCV找到binary blob的中心。如果我们感兴趣的形状不是binary的，我们必须先将其binary。

形状的质心是什么?

形状的质心是形状中所有点的算术平均值(即平均值)。假设一个形状由n个不同的点组成，x1…x_n，则形心由

在图像处理和计算机视觉的背景下，每个形状都是由像素构成的，而形心则是构成形状的所有像素的加权平均值。

Image Moments

我们可以在OpenCV中使用矩来找到blob的中心。但首先，我们应该知道图像时刻到底是什么。图像矩是图像像素强度的一种特殊的加权平均值，它可以帮助我们发现图像的一些特定性质，如半径、面积、质心等。为了找到图像的质心，我们通常把它转换成二进制格式，然后找到它的中心。

质心由公式给出:

，

为x坐标，

为质心的y坐标，M为力矩。

在OpenCV中查找Blob形心的步骤

要找到blob的中心，我们将执行以下步骤:转换图像为灰度。

对图像执行二值化。

求出图像的中心后，计算的矩。

// declare Mat variables, thr, gray and srcMat thr, gray, src;

// convert image to grayscalecvtColor( src, gray, COLOR_BGR2GRAY );

// convert grayscale to binary imagethreshold( gray, thr, 100,255,THRESH_BINARY );

// find moments of the imageMoments m = moments(thr,true);

Point p(m.m10/m.m00, m.m01/m.m00);

// coordinates of centroidcout<< Mat(p)<< endl;

// show the image with a point mark at the centroidcircle(src, p, 5, Scalar(128,0,0), -1);

imshow("Image with center",src);

waitKey(0);

下图显示了图像中单个blob的中心

Center of multiple blobs in an Image

只找到一个blob的中心是很容易的，但是如果图像中有多个blob呢?然后，我们必须使用find等值线来找到图像中的等值线的数量并找到它们的中心。让我们看看它是如何工作的!

Mat canny_output;

vector > contours;

vector hierarchy;

// detect edges using cannyCanny( gray, canny_output, 50, 150, 3 );

// find contoursfindContours( canny_output, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0) );

// get the momentsvector mu(contours.size());

for( int i = 0; i

{ mu[i] = moments( contours[i], false ); }

// get the centroid of figures.vector mc(contours.size());

for( int i = 0; i

{ mc[i] = Point2f( mu[i].m10/mu[i].m00 , mu[i].m01/mu[i].m00 ); }

// draw contoursMat drawing(canny_output.size(), CV_8UC3, Scalar(255,255,255));

for( int i = 0; i

{

Scalar color = Scalar(167,151,0); // B G R valuesdrawContours(drawing, contours, i, color, 2, 8, hierarchy, 0, Point());

circle( drawing, mc[i], 4, color, -1, 8, 0 );

}

// show the resultant imagenamedWindow( "Contours", WINDOW_AUTOSIZE );

imshow( "Contours", drawing );

waitKey(0);

请注意，在查找多个blobs的中心时，我们使用了函数find等高线，它输出等高线和层次结构，其中等高线是图像中出现的所有等高线的列表。

参考