matlab使用opencv （轮廓提取+直线拟合）

最新推荐文章于 2025-02-01 08:30:00 发布

既然如此

最新推荐文章于 2025-02-01 08:30:00 发布

阅读量9.1k

点赞数 3

分类专栏： matlab 文章标签： matlab matlab使用opencv轮廓提取

本文链接：https://blog.csdn.net/yeyang911/article/details/39120319

版权

matlab 专栏收录该内容

28 篇文章

订阅专栏

本文介绍了一种基于MATLAB的图像处理方法，通过计算图像的梯度来检测图像中的轮廓，并采用二值化处理进一步突出轮廓特征。此外，还讨论了如何通过直线拟合对检测到的轮廓进行分析。

摘要由CSDN通过智能技术生成

I =imread('1.jpg');%读取图片
 I1 = double(I1);
[Gx,Gy]=gradient(I1);
 G=sqrt(Gx.*Gx+Gy.*Gy)/255;%%求图像梯度
 
 I2 = rgb2gray(G);
figure,imshow(G);


I2(I2<30/255)=0;%%%二值化
I2(I2>=30/255)=1;

U= findContours(I2);%轮廓提取
[m,n] = size(U);%得到轮廓数量
aa = ones(n,4);
for i=1:n 
    d = U(1,i);
    [ii,jj] = size(d{1,1});
     jj
    if jj<10%过小的轮廓不要
       
        continue;
    end
%%%%%%直线拟合-start%%%%%%%%%%%%%

aa(i,:)= fitLine(d{1,1});
%%%%%%直线拟合-end%%%%%%%%%%%%%
end

将得到四个值前两个为x、y方向的单位向量长度利用x、y计算角度

这样就得到角度了 rad2deg( atan(y/x))