关于星云图获取最大面积的C++案例的DEMO

关于星云图获取最大面积轮廓的C++案例的DEMO

作者：Simon

实现图说明

原图

高斯模糊-降噪效果

三角二值化图

图形学闭操作去掉内部小噪点

目标图(红框图)

目标图(白色填充)

打印结果截图

软件环境

VS2015,OpenCV341,C++

实现代码

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

using namespace std;
using namespace cv;

int main(int argc,char** argv) {
	//读取图片,灰度图
	Mat src = imread("G:\\opencv_trainning\\vs2015\\3\\objectextractionandmeasurement\\1.jpg",IMREAD_GRAYSCALE);
	//判空
	if (src.empty()) {
		cout << "open fault" << endl;
		return -1;
	}
	//显示
	namedWindow("src");
	imshow("src",src);
	//高斯模糊-降噪,提高周围像素的相似度
	Mat gaussianImg;//定义图
	GaussianBlur(src,gaussianImg,Size(15,15),0,0);//参数：（原图，目标图，核尺寸，x标准差，y标准差）,其他参数默认
	imshow("gaussianImg",gaussianImg);
	//二值化处理-获得黑底白图
	Mat binaryImg;//定义图
	threshold(gaussianImg,binaryImg,0,255,THRESH_BINARY|THRESH_TRIANGLE);//参数:(灰度图，目标图，阈值，最大值，阈值处理)，此处用自动三角阈值法
	imshow("binaryImg",binaryImg);
	//形态学操作-闭操作，去掉整体中的干扰
	Mat element = getStructuringElement(MORPH_RECT,Size(3,3),Point(-1,-1));//定义元素核，参数：（形状，核尺寸，锚点）
	morphologyEx(binaryImg,binaryImg,MORPH_CLOSE,element,Point(-1,-1),2);//闭操作，参数：（二值化图，目标图，操作标记，核元素，锚点，迭代次数）
	imshow("morphologyEx",binaryImg);
	//获取轮廓,找最大轮廓
	vector<vector<Point>> contours;//轮廓向量的向量
	vector<Vec4i> hierarchy;//拓扑结构变量
	//参数：（二值化图，轮廓向量的向量，拓扑结构变量，检查方法，发现方法，偏移点），此处只要最外层轮廓
	findContours(binaryImg,contours,hierarchy,RETR_EXTERNAL,CHAIN_APPROX_SIMPLE,Point(0,0));//图片要求黑底白面
	//找和画轮廓
	Mat drawContoursImg = Mat::zeros(src.size(), CV_8UC3);//定义画轮廓的新图
	for (size_t i = 0; i < contours.size();i++) {//循环轮廓
		Rect rect = boundingRect(contours[i]);//获得当前轮廓的正矩形
		if (rect.width < src.cols/2) continue;//去掉小于1/2宽的轮廓
		if (rect.width>(src.cols-20))continue;//去掉过大的轮廓
		double area = contourArea(contours[i]);//计算面积，面积是基于几何矩计算，需要黑底白面
		double arclength = arcLength(contours[i], true);//计算周长
		printf("area=%g arclength=%g\n", area, arclength);//打印面积和周长
		//画轮廓，参数:(图，轮廓，位置id,颜色，线宽)
		//drawContours(drawContoursImg,contours,static_cast<int>(i),Scalar(0,0,255),2);//红色框
		drawContours(drawContoursImg,contours,static_cast<int>(i),Scalar(255,255,255),-1);//白色填充
	}
	imshow("drawContoursImg", drawContoursImg);
	waitKey(0);//按键等待
	return 0;
}

思路

1.高斯模糊：降噪，提高周围像素的相似程度；
2.三角二值化：打银光（TRIANGLE）获得黑白二值化(BINARY)图；
3.图像学闭操作：去掉内部小黑点，注意选择元素核尺寸(15,15)；
4.发现轮廓：获得所有外轮廓；
5.对轮廓做出处理：获得正矩形（boundingRect）;宽小于一半的不要（过小的不要），大于宽-20的不要(过大的不要)；其他的绘制drawConturs()出来；使用contourArea()计算通过的轮廓面积，使用arcLength()计算通过的轮廓周长。
注意：此处的面积是像素面积，一个像素为单位1的平方。

我是Simon，在这里期待与您的交流。