mat opencv 矩形roi_OpenCV开发笔记（五十六）：红胖子8分钟带你深入了解多种图形拟合逼近轮廓...

若该文为原创文章，未经允许不得转载
原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客导航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/106180872
各位读者，知识无穷而人力有穷，要么改需求，要么找专业人士，要么自己研究
红胖子(红模仿)的博文大全：开发技术集合（包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等）持续更新中…（点击传送门）

OpenCV开发专栏（点击传送门）

上一篇：《OpenCV开发笔记（五十五）：红胖子8分钟带你深入了解Haar、LBP特征以及级联分类器识别过程（图文并茂+浅显易懂+程序源码）》
下一篇：持续补充中…

前言

红胖子，来也！
识别目标，可以通过图形拟合，将目标提取出来。

Demo

寻找轮廓

参考博文《OpenCV开发笔记（四十九）：红胖子8分钟带你深入了解轮廓识别（图文并茂+浅显易懂+程序源码）》

寻找轮廓凸包

参考博文《OpenCV开发笔记（五十）：红胖子8分钟带你深入了解轮廓凸包（图文并茂+浅显易懂+程序源码）》

对轮廓凸包进行多图形拟合

概述

寻找轮廓之后，openCV提供了对输入点集合进行多种图形进行拟合的方法，基本都是输入之前寻找凸包后再进行操作，当然也可以直接对了轮廓进行操作。
识别不同的目标物体，根据形状可以剔除，还可以做很多其他的操作，比如车牌识别，提取车牌号码，那么直接可以拿到每个车牌字符的矩形，直接对矩形进行roi，然后在进行下一步的识别操作（补充：这部分可以拿到坐标后，自己写算法也是一样，看个人习惯）。

返回包围的矩形函数原型

（返回的是水平的矩形）

Rect boundingRect( InputArray points );

• 参数一：InputArray类型的points，二维点（轮廓顶点）的轮廓输入向量，存储在std::vector或Mat中；

返回包围的最小面积矩形函数原型

（最小面积则其返回的矩形基本都是旋转的，注意返回的类型）

RotatedRect minAreaRect( InputArray points );

• 参数一：InputArray类型的points，二维点（轮廓顶点）的轮廓输入向量，存储在std::vector或Mat中；

返回包围的圆形函数原型

void minEnclosingCircle( InputArray points, Point2f& center, float& radius );

• 参数一：InputArray类型的points，二维点（轮廓顶点）的轮廓输入向量，存储在std::vector或Mat中；
• 参数二：Point2f类型的center，返回圆形的中心点；
• 参数三：float类型的radius，返回圆形的半径；

返回包围的最小椭圆函数原型

（注意：至少需要输入6个点）

RotatedRect fitEllipse( InputArray points );

• 参数一：InputArray类型的points，二维点（轮廓顶点）的轮廓输入向量，存储在std::vector或Mat中（至少要6个点）；
  返回提取四个点的代码：

cv::RotatedRect rotateRect = cv::minAreaRect(hullPoints); cv::Point2f vertex[4]; rotateRect.points(vertex);

返回包围的多边形拟合函数原型

void approxPolyDP( InputArray curve, OutputArray approxCurve, double epsilon, bool closed );

• 参数一：InputArray类型的curve，二维点（轮廓顶点）的轮廓输入向量，存储在std::vector或Mat中；
• 参数二：OutputArray类型的approxCurve；输出多边形结果std::vector<cv::Point2f>；
• 参数三：double类型的epsilon，指定近似精度。这是最大距离；
• 参数四：bool类型的closed，如果为真，则近似曲线是闭合的（其第一个顶点和最后一个顶点是已连接）。否则，它不会关闭。

返回包围的最小三角形函数原型

double minEnclosingTriangle( InputArray points, OutputArray triangle );

• 参数一：InputArray类型的points，二维点（轮廓顶点）的轮廓输入向量，存储在std::vector或Mat中；
• 参数二：OutputArray类型triangle，返回三角形；

Demo源码

void OpenCVManager::testFitting() { QString fileName1 = "E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/10.jpg"; cv::Mat srcMat = cv::imread(fileName1.toStdString()); cv::Mat dstMat; int width = 400; int height = 300; cv::resize(srcMat, srcMat, cv::Size(width, height)); cv::String windowName = _windowTitle.toStdString(); cvui::init(windowName); cv::Mat windowMat = cv::Mat(cv::Size(srcMat.cols * 3, srcMat.rows * 4), srcMat.type()); int sigmaS = 100; int sigmaR = 1.0; int thresh = 232; int maxval = 255; while(true) { // 刷新全图黑色 windowMat = cv::Scalar(0, 0, 0); // 原图复制 cv::Mat mat = windowMat(cv::Range(srcMat.rows * 0, srcMat.rows * 1), cv::Range(srcMat.cols * 0, srcMat.cols * 1)); cv::addWeighted(mat, 0.0f, srcMat, 1.0f, 0.0f, mat); cv::Mat tempMat; { { cvui::printf(windowMat, 75 + width * 1, 40 + height * 0, "sigmaS"); cvui::trackbar(windowMat, 75 + width * 1, 50 + height * 0, 165, &sigmaS, 101, 10000); cvui::printf(windowMat, 75 + width * 1, 90 + height * 0, "sigmaR"); cvui::trackbar(windowMat, 75 + width * 1, 100, 165 + height * 0, &sigmaR, 1, 100); // 使用自适应流形应用高维滤波。 cv::Ptr<cv::ximgproc::AdaptiveManifoldFilter> pAdaptiveManifoldFilter = cv::ximgproc::createAMFilter(sigmaS/100.0f, sigmaR/100.0f, true); pAdaptiveManifoldFilter->filter(srcMat, tempMat); // 效果图copy mat = windowMat(cv::Range(srcMat.rows * 1, srcMat.rows * 2), cv::Range(srcMat.cols * 0, srcMat.cols * 1)); cv::addWeighted(mat, 0.0f, tempMat, 1.0f, 0.0f, mat); } // 转为灰度图像 cv::cvtColor(tempMat, tempMat, cv::COLOR_BGR2GRAY); // 车牌时，对灰度图取反操作 // tempMat = ~tempMat; { // 调整阈值化的参数thresh cvui::printf(windowMat, 75 + width * 1, 20 + height * 1, "thresh"); cvui::trackbar(windowMat, 75 + width * 1, 40 + height * 1, 165, &thresh, 0, 255); // 调整阈值化的参数maxval cvui::printf(windowMat, 75 + width * 1, 80 + height * 1, "maxval"); cvui::trackbar(windowMat, 75 + width * 1, 100 + height * 1, 165, &maxval, 0, 255); // 阈值化，注意：此处使用了THRESH_BINARY_INV，白色是255，255，255所以反转阈值化 cv::threshold(tempMat, tempMat, thresh, maxval, cv::THRESH_BINARY_INV); // 效果图copy mat = windowMat(cv::Range(srcMat.rows * 0, srcMat.rows * 1), cv::Range(srcMat.cols * 2, srcMat.cols * 3)); // 转换图像 cv::Mat grayMat; cv::cvtColor(tempMat, grayMat, cv::COLOR_GRAY2BGR); cv::addWeighted(mat, 0.0f, grayMat, 1.0f, 0.0f, mat); } // 寻找轮廓 { std::vector<std::vector<cv::Point>> contours; std::vector<cv::Vec4i> hierarchy; // 查找轮廓：RETR_EXTERNAL-最外层轮廓 cv::findContours(tempMat, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE); // 遍历所有顶层轮廓，并绘制出来 dstMat = srcMat.clone(); cv::Mat emptyMat = srcMat.clone(); emptyMat = cv::Scalar(0,0,0); // 拟合矩形框 cv::Mat fittingRectMat = srcMat.clone(); cv::Mat fittingMinAreaRectMat = srcMat.clone(); cv::Mat fittingMinAreaCircleMat = srcMat.clone(); cv::Mat fittingEllipseMat = srcMat.clone(); cv::Mat fittingPolyMat = srcMat.clone(); // 轮廓contours[i]对应4个hierarchy元素hierarchy[i][0]~ hierarchy[i][3]， // hierarchy[i][0]表示后一个轮廓的索引编号 // hierarchy[i][1]前一个轮廓的索引编号 // hierarchy[i][2]父轮廓的索引编号 // hierarchy[i][3]内嵌轮廓的索引编号 for(int index = 0; index >=0; index = hierarchy[index][0]) { if(hierarchy.size() <= 0) { break; } cv::Scalar color; if(index < hierarchy.size() / 3) { color = cv::Scalar(250 / (hierarchy.size() / 3) * index, 125, 255); }else if(index < hierarchy.size() / 3 * 2) { color = cv::Scalar(255, 250 / (hierarchy.size() / 3) * (index - hierarchy.size() / 3), 125); }else { color = cv::Scalar(125, 255, 250 / (hierarchy.size() / 3 == 0 ? 1 : hierarchy.size() / 3) * (index - hierarchy.size() / 3 * 2)); } // 绘制轮廓里面的第几个 cv::drawContours(emptyMat, contours, index, color, CV_FILLED, 8, hierarchy); // 寻找最大凸包 std::vector<cv::Point> hullPoints; std::vector<int> hullIndex; cv::convexHull(contours[index], hullPoints, false, true); cv::convexHull(contours[index], hullIndex, false, false); // 绘制凸包包围线 for(int index2 = 1; index2 < hullPoints.size(); index2++) { cv::line(mat, hullPoints.at(index2 - 1), hullPoints.at(index2), cv::Scalar(0, 0, 0), 2); cv::line(dstMat, hullPoints.at(index2 - 1), hullPoints.at(index2), cv::Scalar(0, 0, 0), 2); } qDebug() << __FILE__ << __LINE__ << "index =" << index << "total =" << hierarchy.size(); // 使用形状拟合 // 使用外部包围矩形 { cv::Rect rect = cv::boundingRect(hullPoints); cv::rectangle(fittingRectMat, rect, cv::Scalar(0, 255, 0), 2); } // 使用外部最小包围矩形 { cv::RotatedRect rotateRect = cv::minAreaRect(hullPoints); cv::Point2f vertex[4]; rotateRect.points(vertex); for(int index = 0; index < 4; index++) { cv::line(fittingMinAreaRectMat, vertex[index % 4], vertex[(index + 1) % 4], cv::Scalar(255, 0, 0), 2); } } // 使用外部包围圆形（圆形就是最小了，不存在形变） { cv::Point2f center; float radius; cv::minEnclosingCircle(hullPoints, center, radius); cv::circle(fittingMinAreaCircleMat, center, radius, cv::Scalar(0, 0, 0), 2); } // 使用外部椭圆拟合：至少要6个点 { qDebug() << __FILE__ << __LINE__ << hullPoints.size(); if(hullPoints.size() >= 6) { cv::RotatedRect rotateRect = cv::fitEllipse(hullPoints); cv::ellipse(fittingEllipseMat, rotateRect, cv::Scalar(0, 0, 0), 2); } } // 使用多边形拟合 { std::vector<cv::Point> polyPoints; cv::approxPolyDP(hullPoints, polyPoints, 3, true); std::vector<std::vector<cv::Point>> contour; contour.push_back(polyPoints); cv::drawContours(fittingPolyMat, contour, 0, cv::Scalar(0, 0, 0), 2); } } // 效果图copy：轮廓图 mat = windowMat(cv::Range(srcMat.rows * 1, srcMat.rows * 2), cv::Range(srcMat.cols * 2, srcMat.cols * 3)); cv::addWeighted(mat, 0.0f, emptyMat, 1.0f, 0.0f, mat); // 效果图copy：对已知轮廓进行最大凸包检测 mat = windowMat(cv::Range(srcMat.rows * 2, srcMat.rows * 3), cv::Range(srcMat.cols * 0, srcMat.cols * 1)); cv::addWeighted(mat, 0.0f, dstMat, 1.0f, 0.0f, mat); // 效果图copy：黑色图拟合矩形 mat = windowMat(cv::Range(srcMat.rows * 2, srcMat.rows * 3), cv::Range(srcMat.cols * 1, srcMat.cols * 2)); cv::addWeighted(mat, 0.0f, fittingRectMat, 1.0f, 0.0f, mat); // 效果图copy：原图拟合矩形 mat = windowMat(cv::Range(srcMat.rows * 2, srcMat.rows * 3), cv::Range(srcMat.cols * 1, srcMat.cols * 2)); cv::addWeighted(mat, 0.0f, fittingRectMat, 1.0f, 0.0f, mat); // 效果图copy：原图拟合最小矩形 mat = windowMat(cv::Range(srcMat.rows * 2, srcMat.rows * 3), cv::Range(srcMat.cols * 2, srcMat.cols * 3)); cv::addWeighted(mat, 0.0f, fittingMinAreaRectMat, 1.0f, 0.0f, mat); // 效果图copy：原图拟合最小圆形 mat = windowMat(cv::Range(srcMat.rows * 3, srcMat.rows * 4), cv::Range(srcMat.cols * 0, srcMat.cols * 1)); cv::addWeighted(mat, 0.0f, fittingMinAreaCircleMat, 1.0f, 0.0f, mat); // 效果图copy：原图拟合最小椭圆 mat = windowMat(cv::Range(srcMat.rows * 3, srcMat.rows * 4), cv::Range(srcMat.cols * 1, srcMat.cols * 2)); cv::addWeighted(mat, 0.0f, fittingEllipseMat, 1.0f, 0.0f, mat); // 效果图copy：原图拟合多边形 mat = windowMat(cv::Range(srcMat.rows * 3, srcMat.rows * 4), cv::Range(srcMat.cols * 2, srcMat.cols * 3)); cv::addWeighted(mat, 0.0f, fittingPolyMat, 1.0f, 0.0f, mat); } } // 更新 cvui::update(); // 显示 cv::imshow(windowName, windowMat); // esc键退出 if(cv::waitKey(25) == 27) { break; } } }

工程模板：对应版本号v1.50.0

对应版本号v1.50.0