基于的类圆目标自动计数演示程序

最新推荐文章于 2018-12-26 14:54:02 发布

U.2 SSD

最新推荐文章于 2018-12-26 14:54:02 发布

阅读量794

点赞数

分类专栏：个人笔记文章标签： OpenCV VS2010 自动计数类圆检测

本文链接：https://blog.csdn.net/zdx19880830/article/details/31441639

版权

个人笔记专栏收录该内容

8 篇文章 0 订阅

订阅专栏

图1：原图图2：阈值化图3：黄色圆圈标记结果

请点击超练级获取图像地址

实现过程：我对这个演示Demo做个大概介绍，图中圆斑重叠区域较少，因此处理难度也较小，充其量只能做个演示作用；再次，程序中的分割阈值也是几经尝试认为确定的，没有使用自适应阈值化；经观察图中目标的面积特征较为明显，因此最后的结果是根据面积特征得出的(当然目标和背景的颜色差异也是较大的，也可以作为特征使用，本人未做验证)。基本流程如下：

将图像灰度化；cvtColor()
对图像进行平滑处理，减少噪声；blur()
对图像进行阈值化处理；threshold()，效果见图2
提取图像中目标的轮廓，分析了轮廓的周长和面积，可以的话，可以建立目标面积特征的直方图，可以根据直方图进行自适应选取特征阈值，但是本程序没有采用直方图，而是根据观察做出的阈值。
根据面积阈值，在原图中标记目标，效果见图3。从图中看，目标基本上都识别出来了，但是也有一些错误识别。

下面是本演示项目的程序：

/*************************************************
 ***matching_test.cpp
 ***Created on: Oct 17, 2010
 ***Author: ethan
 *************************************************/

/*************************************************

**************************************************/
#pragma	warning (disable:4786)
//#pragma	comment ()
/*************************************************/
#include "opencv2/opencv.hpp"
#include "opencv2/core/core.hpp"
#include "opencv2/calib3d/calib3d.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/nonfree/features2d.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/stitching/stitcher.hpp"
#include "opencv2/stitching/warpers.hpp"
#include <map>
#include <math.h>
#include <time.h>
#include <stdlib.h>
#include <vector>
#include <iostream>
#include <Windows.h>
/***命名空间***/
using namespace cv;
using namespace std;
/*************************/

/*************************/
int main( int argc, char** argv )
{
	Mat	src;
	src = imread("test1.jpg");
	resize(src,src,Size(640,480));

	Mat	gray;
	cvtColor(src,gray,CV_BGR2GRAY);
	blur(gray,gray,Size(13,13));
	imshow("Gray Image",gray);

	Mat	thresh;
	threshold(gray,thresh,90,255,THRESH_BINARY);
	imshow("Thresholded Image",thresh);
	imwrite("thresh.jpg",thresh);
	vector<vector<Point>>	contours;
	vector<Vec4i>			hierarchy;
	findContours(thresh,contours,hierarchy,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);
	Mat	src_show = src.clone();
	for(int i = 0; i < contours.size(); i++)
	{
		float	length = arcLength(contours[i],true);
		float	area = contourArea(contours[i],false);
		
		if(area > 10 && area < 800)
		{
			drawContours(src_show,contours,i,Scalar(0,236,255));
			cout << "contour[" << i << "] = " << length << endl;
			cout << "Area[" << i << "] = " << area << endl;
			imshow("src_show",src_show);
			waitKey(2000);
		}
	}
	imwrite("result.jpg",src_show);
	waitKey(0);
	system("pause");
}