先看提取轮廓的代码:
- Mat image = imread("D:/picture/images/binaryGroup.bmp",0);
- if(!image.data)
- return -1;
- imshow("源图像",image);
-
- //获取轮廓
- std::vector<std::vector<Point>> contours;
- //获取轮廓:
- findContours(image, //图像
- contours, //轮廓点
- //包含图像拓扑结构的信息(可选参数,这里没有选)
- CV_RETR_EXTERNAL, //获取轮廓的方法(这里获取外围轮廓)
- CV_CHAIN_APPROX_NONE); //轮廓近似的方法(这里不近似,获取全部轮廓)
- //打印轮廓信息
- std::cout<<"共有外围轮廓:"<<contours.size()<<"条"<<std::endl;
- std::vector<std::vector<Point>>::const_iterator itContours = contours.begin();
- for(;itContours != contours.end();++itContours)
- {
- std::cout<<"每个轮廓的长度: "<<itContours->size()<<std::endl;
- }
注意到轮廓的存储格式为std::vector<std::vector<Point>>,他说明整个轮廓是若干条轮廓按一定顺序组成的,而每个轮廓中的点也是有顺序的。
画出轮廓就比较简单了:
- //画出轮廓
- Mat result(image.size(),CV_8U,Scalar(255));
- //画出轮廓,参数为:画板,轮廓,轮廓指示(这里画出所有轮廓),颜色,线粗
- drawContours(result,contours,-1,Scalar(0),2);
- imshow("提取外围轮廓",result);
还要注意提取轮廓的方法还有很多种,比如CV_RETR_LIST代表所有轮廓
- findContours(image, //图像
- contours, //轮廓点
- //包含图像拓扑结构的信息(可选参数,这里没有选)
- CV_RETR_LIST, //获取轮廓的方法(这里获取所有轮廓)
- CV_CHAIN_APPROX_NONE); //轮廓近似的方法(这里不近似,获取全部轮廓
- //画出轮廓
- drawContours(result,contours,-1,Scalar(0),2);
- imshow("提取所有轮廓",result);
通常,这样提取的轮廓包含一些我们不希望的轮廓(比如一些小洞),或者假如我们知道我们感兴趣的物体轮廓的大概范围时,我们就可以用下面的办法缩小目标范围:
- //除去太长或者太短的轮廓
- int cmin = 100;
- int cmax = 1000;
- std::vector<std::vector<Point>>::const_iterator itc = contours.begin();
- while(itc != contours.end())
- {
- if(itc->size() < cmin || itc->size() > cmax)
- itc = contours.erase(itc);
- else
- ++itc;
- }
-
- //把结果画在源图像上:
- Mat original = imread("D:/picture/images/group.jpg");
- if(!original.data)
- return -1;
- drawContours(original,contours,-1,Scalar(255,255,255),2);
- imshow("动物的轮廓",original);
-
- //将轮廓重绘于白板上
- result.setTo(Scalar(255));
- drawContours(result,contours,-1,Scalar(0),1);
怎么提取轮廓的特征呢?OpenCV提供了很多函数,我们展示其中的几个:
- //轮廓的形状描述子
- //外接矩形
- Rect r0 = boundingRect(Mat(contours[0]));
- rectangle(result,r0,Scalar(0),2);
-
- //最小外接圆
- float radius;
- Point2f center;
- minEnclosingCircle(Mat(contours[1]),center,radius);
- circle(result,Point(center),static_cast<int>(radius),Scalar(0),2);
-
- //多边形估计
- std::vector<Point> poly;
- //参数为:输入图像的2维点集,输出结果,估计精度,是否闭合
- approxPolyDP(Mat(contours[2]),poly,5,true);
- std::cout<<"多边形大小:"<<poly.size()<<std::endl;
- //画出结果
- std::vector<Point>::const_iterator itp = poly.begin();
- while(itp != poly.end()-1)
- {
- line(result,*itp,*(itp+1),Scalar(0),2);
- ++itp;
- }
- //将第一个点和最后一点连起来
- line(result,*(poly.begin()),*(poly.end()-1),Scalar(128),2);
-
-
- //计算凸包
- std::vector<Point> hull;
- convexHull(Mat(contours[3]),hull);
- std::vector<cv::Point>::const_iterator it= hull.begin();
- while(it != (hull.end()-1))
- {
- line(result,*it,*(it+1),Scalar(0),2);
- ++it;
- }
- line(result,*(hull.begin()),*(hull.end()-1),Scalar(0),2);
-
-
- //计算矩信息
- itc = contours.begin();
- while(itc != contours.end())
- {
- //计算所有的距
- Moments mom = moments(Mat(*itc++));
- //计算并画出质心
- circle(result,Point(mom.m10/mom.m00,mom.m01/mom.m00),2,Scalar(2),2);
- }
- imshow("形状描述子",result);
我们再次看到,轮廓的确是有顺序的。值得注意的是矩信息:OpenCV提供了一个结构体Moments,它的元素就是计算好的矩信息,里面存放了常用的距。
其实,OpenCV还提供了许多其他的形状描述子,比如函数cv::minAreaRect计算了最小外界倾斜的矩形。函数cv::contourArea估计轮廓区域的面积(里面的像素数)。函数cv::pointPolygonTest计算一个点是否在轮廓内,cv::matchShapes测量了2两个轮廓的相似程度等等。这里就不一一介绍了。
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。