Opencv中提取图像中的轮廓及中心点

15 篇文章 2 订阅
// contourStudy.cpp : 定义控制台应用程序的入口点。
//本文所提取的轮廓具有的特征: 只有一个无孔洞的内连通
#include "stdafx.h"
#include <opencv2/opencv.hpp>
#include <iostream>
#include <stack>
using namespace std;
#include <cv.h>
#include <highgui.h>
//计算轮廓深度
int GetLayerCnt(CvSeq *seq)
{
	int count = 0;
	while (seq->v_next)
	{
		count++;
		seq = seq->v_next;
	}
	return count;
}
//获取只有一个内连通的轮廓
void GetAllContourByLimit(CvSeq *contour, vector<CvSeq *> &vecSeq)
{
	int count = 0, count2 = 0;
	CvSeq *contourNoLevel = 0, *contourSameLevel = 0;
	stack<CvSeq *> data;
	CvSeq *node = 0, *tmpContour = 0;
	data.push(contour);
	while (!data.empty())
	{
		node = data.top();
		data.pop();
		tmpContour = node->h_next;
		//brother
		if (tmpContour)
		{
			data.push(tmpContour);
		}
		//child
		count = GetLayerCnt(node);
		if (count >= 2)// 若要获取 深度为n 的内轮廓,则 count >= n+1 .
		{
			contourNoLevel = node->v_next->v_next;// 此处参照count的值
			if (!contourNoLevel->v_next && !contourNoLevel->h_next)
			{
				vecSeq.push_back(node);
			}
			if (contourNoLevel->h_next || contourNoLevel->v_next)
			{
				data.push(contourNoLevel);
			}
		}
		else if (count == 1)
		{
			tmpContour = node->v_next->h_next;
			if (tmpContour)
			{
				data.push(tmpContour);
			}
		}
	}
}
//抓取轮廓中心
void GetContourCenter(CvSeq *contour, CvPoint &p)
{
	//重心法抓中心点
	int contourlength = contour->total;
	CvPoint *pt = 0;
	double avg_px = 0, avg_py = 0;
	for (int i = 0; i < contourlength; i++)
	{
		pt = CV_GET_SEQ_ELEM(CvPoint, contour, i);
		avg_px += pt->x;
		avg_py += pt->y;
	}
	p.x = avg_px / contourlength;
	p.y = avg_py / contourlength;
}

//主函数
int _tmain(int argc, _TCHAR* argv[])
{
	IplImage* src;
	// the first command line parameter must be file name of binary (black-n-white) image
	if ((src = cvLoadImage("7.bmp", 0)) != NULL)
	{
		IplImage* dst = cvCreateImage(cvGetSize(src), 8, 3);
		CvMemStorage* storage = cvCreateMemStorage(0);
		CvSeq* contour = 0, *contourNoLevel = 0, *contourSameLevel = 0, *outpput = 0;

		cvThreshold(src, src, 1, 255, CV_THRESH_OTSU);
		cvNot(src, src);
		cvFindContours(src, storage, &contour, sizeof(CvContour), 3, CV_CHAIN_APPROX_NONE);
		cvZero(dst);
		vector<CvSeq *> vecSeq;
		vecSeq.clear();
		//获取所有只有一个内连通的轮廓
		GetAllContourByLimit(contour, vecSeq);
		//显示
		CvPoint pt;
		for (int i = 0; i<vecSeq.size(); i++)
		{
			if (1)//此处可以添加限制条件
			{
				GetContourCenter(vecSeq[i]->v_next->next, pt);
				cvCircle(dst, pt, 2, cvScalar(0, 255, 0), 1, 8, 0);
				cvDrawContours(dst, vecSeq[i], CV_RGB(255, 0, 0), CV_RGB(0, 0, 0), -1, 2);
			}
		}
		cvNamedWindow("Result");
		cvShowImage("Result", dst);
		cvWaitKey(0);
	}
	system("pause");
	return 0;
}

//效果图


  • 14
    点赞
  • 135
    收藏
    觉得还不错? 一键收藏
  • 12
    评论
### 回答1: 以下是提取轮廓坐标和中心点的代码示例: ``` #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; int main() { Mat src = imread("image.jpg", IMREAD_GRAYSCALE); Mat binary; threshold(src, binary, 100, 255, THRESH_BINARY); vector<vector<Point>> contours; vector<Vec4i> hierarchy; findContours(binary, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE); for (size_t i = ; i < contours.size(); i++) { // 计算轮廓中心点 Moments mu = moments(contours[i]); Point2f center(mu.m10 / mu.m00, mu.m01 / mu.m00); cout << "Contour " << i << " center: " << center << endl; // 输出轮廓的坐标 for (size_t j = ; j < contours[i].size(); j++) { cout << "Contour " << i << " point " << j << ": " << contours[i][j] << endl; } } return ; } ``` 这段代码可以读取一张灰度图像提取轮廓,并输出每个轮廓的坐标和中心点。 ### 回答2: 以下是使用OpenCV C进行轮廓提取,并获取轮廓坐标和中心点的代码: ```c #include <opencv2/opencv.hpp> using namespace cv; int main() { // 读取图像 Mat image = imread("example.jpg", IMREAD_GRAYSCALE); // 阈值化图像 threshold(image, image, 128, 255, THRESH_BINARY); // 查找轮廓 std::vector<std::vector<Point>> contours; findContours(image, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE); // 遍历每个轮廓 for (int i = 0; i < contours.size(); i++) { // 绘制轮廓 drawContours(image, contours, i, Scalar(255), 2); // 计算轮廓中心点 Moments m = moments(contours[i]); Point center(m.m10 / m.m00, m.m01 / m.m00); // 输出轮廓坐标和中心点 printf("Contour %d:\n", i); for (int j = 0; j < contours[i].size(); j++) { printf("Point %d: (%d, %d)\n", j, contours[i][j].x, contours[i][j].y); } printf("Center: (%d, %d)\n", center.x, center.y); } // 显示结果 imshow("Contours", image); waitKey(0); return 0; } ``` 请注意,您需要将图像文件名更改为实际使用的图像文件,并根据需要进行其他适应性更改。此代码可用于提取图像轮廓,然后计算每个轮廓中心点,并打印出轮廓坐标和中心点的值。 ### 回答3: 确定OpenCV版本: 首先,需要确定使用的OpenCV版本是C++还是C。如果是C++版本,可以使用cv::findContours函数来提取轮廓坐标和中心点。 C++代码示例: ```cpp #include <opencv2/opencv.hpp> #include <iostream> int main() { // 加载图像 cv::Mat image = cv::imread("input.png", cv::IMREAD_GRAYSCALE); // 二值化图像 cv::Mat binaryImage; cv::threshold(image, binaryImage, 128, 255, cv::THRESH_BINARY); // 寻找轮廓 std::vector<std::vector<cv::Point>> contours; std::vector<cv::Vec4i> hierarchy; cv::findContours(binaryImage, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE); // 遍历每个轮廓 for (int i = 0; i < contours.size(); i++) { // 计算轮廓中心点坐标 cv::Moments moments = cv::moments(contours[i]); cv::Point center(moments.m10 / moments.m00, moments.m01 / moments.m00); // 打印轮廓坐标和中心点坐标 std::cout << "Contour #" << i << std::endl; for (int j = 0; j < contours[i].size(); j++) { std::cout << "Coordinate: (" << contours[i][j].x << ", " << contours[i][j].y << ")" << std::endl; } std::cout << "Center: (" << center.x << ", " << center.y << ")" << std::endl; } return 0; } ``` 以上示例代码假设输入的图像是灰度图像,二值化阈值为128,且只提取外部轮廓(RETR_EXTERNAL)。 如果使用的是C版本的OpenCV,可以参考以下代码进行相应修改: C代码示例: ```c #include <opencv2/opencv.hpp> #include <opencv2/highgui/highgui_c.h> #include <stdio.h> int main() { // 加载图像 IplImage* image = cvLoadImage("input.png", CV_LOAD_IMAGE_GRAYSCALE); CvMat* binaryImage = cvCreateMat(image->height, image->width, CV_8UC1); // 二值化图像 cvThreshold(image, binaryImage, 128, 255, CV_THRESH_BINARY); // 寻找轮廓 CvMemStorage* storage = cvCreateMemStorage(0); CvSeq* contours = NULL; cvFindContours(binaryImage, storage, &contours, sizeof(CvContour), CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); // 遍历每个轮廓 int i = 0; for (CvSeq* contour = contours; contour != NULL; contour = contour->h_next) { CvMoments moments; cvMoments(contour, &moments); int cX = (int)(moments.m10 / moments.m00); int cY = (int)(moments.m01 / moments.m00); printf("Contour #%d\n", i++); for (int j = 0; j < contour->total; j++) { CvPoint* pt = (CvPoint*)cvGetSeqElem(contour, j); printf("Coordinate: (%d, %d)\n", pt->x, pt->y); } printf("Center: (%d, %d)\n", cX, cY); } cvReleaseImage(&image); cvReleaseMat(&binaryImage); cvReleaseMemStorage(&storage); return 0; } ``` 请注意,在C版本的OpenCV,使用的是IplImage和CvMat来表示图像,使用CvMemStorage和CvSeq来处理轮廓。 以上两个示例代码的input.png是作为输入图像的文件名。你需要根据实际图像的文件名进行修改。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 12
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值