OpenCV#12 FindContours和DrawContours的使用

最新推荐文章于 2024-05-28 17:20:39 发布

健忘的松鼠

最新推荐文章于 2024-05-28 17:20:39 发布

阅读量550

点赞数

文章标签： vs2019 opencvSharp4

本文链接：https://blog.csdn.net/zzlwl/article/details/123141031

版权

该篇博客详细介绍了如何运用OpenCV库进行图像处理，通过用户交互选择区域，实现图片的自动分区。程序首先将源图片转换为灰度图，然后根据鼠标轨迹绘制轮廓。按下空格键后，通过FindContours找到轮廓，并利用Watershed算法进行标记。最后，根据标记信息对图像进行颜色编码并显示结果，展示了图像分割与Watershed算法的有效应用。

摘要由CSDN通过智能技术生成

本例程比较有趣，结果呈现如下:

程序运行简单逻辑为：

运行后，程序源图片，用户用鼠标在图形上绘制2个以上的不连续区域后，点w或空格键，则系统根据用户选择进行图片分区。现模简单介绍一下程序代码

var markerMask = new Mat(); 
            Cv2.CvtColor(srcCopy, markerMask, ColorConversionCodes.BGRA2GRAY);

            var imgGray = new Mat();
            Cv2.CvtColor(markerMask, imgGray, ColorConversionCodes.GRAY2BGR);
            markerMask = new Mat(markerMask.Size(), markerMask.Type(), s: Scalar.All(0));

系统利用cvrColor函数，经过2次变换，有bgra图片，变换成bgr图片（依然是灰度图）

并创建了一个和markerMask同大同类型的全0矩阵。

然后根据鼠标坐标，在markerMask和源图上面绘制鼠标路径

Cv2.Line(img: markerMask, pt1: previousPoint, pt2: pt, color: Scalar.All(255), thickness: 5);
Cv2.Line(img: srcCopy, pt1: previousPoint, pt2: pt, color: Scalar.All(255), thickness: 5);

如果用户按下了r键，则恢复源图和markerMask

如果用户按下了空格键盘则在markerMask找到轮廓，代码如下：

Point[][] contours; //vector<vector<Point>> contours;
                    HierarchyIndex[] hierarchyIndexes; //vector<Vec4i> hierarchy;
                    Cv2.FindContours(
                        markerMask,
                        out contours,
                        out hierarchyIndexes,
                        mode: RetrievalModes.CComp,
                        method: ContourApproximationModes.ApproxSimple);

接下来利用循环把轮廓都绘制出来

 var markers = new Mat(markerMask.Size(), MatType.CV_32S, s: Scalar.All(0));

                    var componentCount = 0;
                    var contourIndex = 0;
                    while ((contourIndex >= 0))
                    {
                        Cv2.DrawContours(
                            markers,
                            contours,
                            contourIndex,
                            color: Scalar.All(componentCount+1),
                            thickness: -1,
                            lineType: LineTypes.Link8,
                            hierarchy: hierarchyIndexes,
                            maxLevel: int.MaxValue);

                        componentCount++;
                        contourIndex = hierarchyIndexes[contourIndex].Next;
                    }

利用 Cv2.Watershed(src, markers);得到原图基于markers为中心的突变点。

根据突变点利用随机颜色对区域涂色

 for (var i = 0; i < markers.Rows; i++)
                    {
                        for (var j = 0; j < markers.Cols; j++)
                        {
                            var idx = markers.At<int>(i, j);
                            if (idx == -1)
                            {
                                watershedImage.Set(i, j, new Vec3b(255, 255, 255));
                            }
                            else if (idx <= 0 || idx > componentCount)
                            {
                                watershedImage.Set(i, j, new Vec3b(0, 0, 0));
                            }
                            else
                            {
                                watershedImage.Set(i, j, colorTable[idx - 1]);
                            }
                        }
                    }

最后就是图片叠加和显示

 watershedImage = watershedImage * 0.5 + imgGray * 0.5;
                    Cv2.ImShow("Watershed Transform", watershedImage);