opencv之轮廓特征属性及应用(一)

1)凸包
凸包是一个计算机几何图形学中的概念，简单来说，给定二维平面点集，凸包就是能够将最外层的点连接起来构成的凸多边形，他能够包含点集中所有的点，物体的凸包检测常应用在物体识别，手势识别及边界检测等领域

寻找凸包–convexHull()
void convexHull(InputArray points,OutputArray hulll,bool clockwise=false,bool returnPoints=true);
&&points:输入的二维点集，可以填Mat类型或std::vector
&&hull:函数调用后找到的凸包
&&clockwise:操作方向标识符，当为true时，输出的凸包为顺时针方向，，false为逆时针方向（假定坐标系x轴指向右，Y轴指向上方）
&&returnPoints:操作标志符，默认值true，当标识符为true时，函数返回凸包的各个点，否则返回凸包各点的指数，当输出数组是std::vector,此标志被忽略
ex1:
vectorhull;
convexHull(Mat(points),hull,true);
ex2:

vector<vector<Point>>hull(contours.size());
for(int i=0;i<contours.size();i++)
{
  convexHull(Mat(contours[i],hull[i],true));
}

凸包缺陷分析–convexityDefects()
void convexityDefevts(InputArray contour,InputArray convexhull,OutputArray convexityDefects);
&&contour:表示输入参数检测到的轮廓，可以用findContours函数获得
&&convexhull:输入参数表示检测到的凸包，可以用convexHull函数获得
&&convexityDefects:检测到的最终结果，应为vector < vector /Vec4i>>类型，Vec4i存储了起始点，结束点，距离及最远点到凸包的距离

void main()
{ //--绘制点集的凸包
  Mat img(500,500,CV_8UC3,Scalar::all(0));//定义绘制图像  纯黑
  RHG rng;//c++产生随机数的类
  while(1)
  {
   char key;
   int count=(unsigned int)rng%100;//定义点的个数
   vector<Point>points;//定义点集
   for(int i=0;i<count;i++)
   {
     Point pt;
     pt.x=rng.uniform(img.cols/4,img.cols*3/4);//设定点的x范围设定随机数范围
     pt.y=rng.uniform(img.rows/4,img.rows*3/4);//设定点的Y范围
     point.pish_back(pt);//把点保存到这个点集里面
   }
   //检测凸包
   vector<int>hull;
   convexHull(Mat(points),hull,true);
   img=Scalar:all(0);
   for(int i=0;i<count;i++)
     circle(img,points[i],3,Scalar(rng.uniform(0,255),rng.uniform(0,255),rng.uniform(0,255)),CV_FILLED,CV_AA);
  //准备参数
  int hullcount=(int)hull.size();//凸包的边数
  Point point0=point[hull][hullcount-1];//连接凸包边的坐标点
  for(int i=0;i<hullcount;i++)
  {
   Point point=points[hull][i];
   circle(img,point,3,Scalar(0,255,0),2,8);
   line(img,point0,point,Scalar(255,255,255),2,CV_AA);
   point0=point;

  }
  //显示效果图
  imshow("img",img);
  key=(char)waitKey();
  if(key==27||key=='q'||key=='Q')
     break;
  }
return ;
}

//绘制轮廓的凸包
Mat srcImg=imread("22.jpg");
imshow("src",srcImg);
//Mat dstImg=srcImg.clone();
Mat dstImg(srcImg.rows,srcImg.cols,CV_8UC3,Scalar::all(0));
cvtColor(srcImg,srccImg,CV_BGR2GRAY);
threshold(srcImg,srcImg,100,255,CV_THRESH_BINARY_INV);//二值化  取反
vector<vector<Point>>contours;
vector<Vec4i>hierarcy;
findContours(srcImg,contours,hierarcy,CV_RETR_TREE,CV_HAIN_APPROX_NONE);
vector<vector<Point>>hull(contours.size());//一定要指定size
for(int i=0;i<contours.size();i++)
{
convexHull(Mat(contours[i]),hull[i],ture);//查找凸包
}
for(int i=0;i<contours.size();i++)
{
  drawContours(dstImg,contours,i,Scalar(255,255,255),1,8);//绘制轮廓
  drawContours(dstImg,hull,i,Scalar(rand()%255,rand()%255,rand()%255),2,8);//绘制凸包
}
imshow("dst",dstImg);
waitKey(0);

//利用图像做差 来查找凸包缺陷