参考python-opencv 图像捕捉多个不规则轮廓，与轮廓内接区域(圆/矩形)思路-持续更新编辑中(会附上详细的思路解释和图片) - Lorzen - 博客园

前言

提示：利用中心延展算法的思想，加入快扩散慢收缩，加快运行速度。由于使用矩来求轮廓的重心，并作为扩散的中心点，所以对u形的区域不友好。

以下是本篇文章正文内容，下面案例可供参考

一、源码

代码如下（示例）：

//最大内接矩形，传入单个轮廓
//利用中心延展算法的思想，加入快扩散慢收缩。加快运行速度
bool MaxInnerRect(const vector<Point> &con, Rect &R) {Moments moment = moments(con);//由于使用矩来求轮廓的重心，并作为扩散的中心点，所以对u形的区域不友好,Point midPoint = Point(int(moment.m10 / moment.m00), int(moment.m01 / moment.m00));double Flag = pointPolygonTest(con, midPoint, false);if (Flag <= 0) {R.x = 0;R.y = 0;R.width = 0;R.height = 0;return false;}Rect rect = boundingRect(con);int x1, x2, y1, y2;//中心扩散的四个顶点坐标x1 = midPoint.x - 1;x2 = midPoint.x + 1;y1 = midPoint.y - 1;y2 = midPoint.y + 1;
//*********//int cnt_range, step, radio_x, radio_y;int thre = 4;//由于轮廓并非是很直的线，一个突出点会影响结果，所以要设置敏感值，太小结果不对if (rect.width > rect.height) {// 判断轮廓 X方向更长cnt_range = rect.width;    //获得长边}else {cnt_range = rect.height;}bool flag_x1 = false, flag_x2 = false, flag_y1 = false, flag_y2 = false;//定义标志，标记是否到达边缘radio_x = rect.width / 6;//根据区域的外接矩形边来决定x边扩散的步长radio_y = rect.height / 6;//根据区域的外接矩形边来决定y边扩散的步长step = cnt_range/120;//if (step<1) {   //收缩时步长等于1；step代表每次收缩时，判断点在轮廓外面的步长,必须大于等于1,同时也不能太大，会影响内接矩阵的精度step = 1;}if (step>=3) {step = 2;}//四条边分别求，每条边找到第一次出现在轮廓外的点，然后再收缩，直到找到边界//（此处为了让边不要太敏感，设置出现在轮廓外的点大于thre时，才开始收缩）for (int ix = 1; ix < cnt_range; ++ix) {if (flag_y1 == false) {y1 = y1 - radio_y;//每次扩散radio_y行int numy1 = 0;for (int i = x1; i <= x2;i=i+ step) {double p_x1y1 = pointPolygonTest(con, Point(i, y1), false);if (p_x1y1 < 0) {numy1++;}if (numy1 > thre || y1 <= rect.y) {//开始收缩for (int m = 0; m < radio_y -1 ; ++m) {int numy11 = 0;y1 = y1+ 1;     // 每次收缩1行for (int j = x1; j <= x2; j=j+ step) {double p_jy1 = pointPolygonTest(con, Point(j, y1), false);if (p_jy1 < 0) {numy11++;}if (numy11 > thre)break;//继续收缩}if (numy11 > thre)continue;//继续收缩elsebreak;//找到结果收缩结束}flag_y1 = true;break;//找到结果收缩结束}}}if (flag_x1 == false) {x1 = x1 - radio_x;int numx1 = 0;for (int i = y1; i <= y2; i = i + step) {double p_x1i = pointPolygonTest(con, Point(x1, i), false);if (p_x1i < 0) {numx1++;}if (numx1 > thre || x1<= rect.x) {//开始收缩for (int m = 0; m < radio_x - 1; ++m) {int numx11 = 0;x1 = x1 + 1;    //每次收缩1行for (int j = y1; j <= y2; j = j + step) {double p_x1j = pointPolygonTest(con, Point(x1, j), false);if (p_x1j < 0) {numx11++;}if (numx11 > thre)break;}if (numx11 > thre)continue;elsebreak;}flag_x1 = true;break;}}}if (flag_y2 == false) {y2 = y2 + radio_y;int numy2 = 0;for (int i = x1; i <= x2; i =i + step) {double p_iy2 = pointPolygonTest(con, Point(i, y2), false);if (p_iy2 < 0) {numy2++;}if (numy2 > thre || y2 >= (rect.y+rect.height)) {开始收缩for (int m = 0; m < radio_y - 1; ++m) {int numy22 = 0;y2 = y2 - 1;      //  每次收缩1行for (int j = x1; j <= x2; j = j + step) {double p_jy2 = pointPolygonTest(con, Point(j, y2), false);if (p_jy2 < 0) {numy22++;}if (numy22 > thre)break;}if (numy22 > thre)continue;elsebreak;}flag_y2 = true;break;}}}if (flag_x2 == false) {x2 = x2 + radio_x;int numx2 = 0;for (int i = y1; i <= y2; i = i + step) {double p_x2i = pointPolygonTest(con, Point(x2, i), false);if (p_x2i < 0) {numx2++;}if (numx2 > thre || x2 >= (rect.x + rect.width)) {//开始收缩for (int m = 0; m < radio_x - 1; ++m) {int numx22 = 0;x2 = x2 - 1;    // 每次收缩1行for (int j = y1; j <= y2; j=j+ step) {double p_x2j = pointPolygonTest(con, Point(x2, j), false);if (p_x2j < 0) {numx22++;}if (numx22 > thre)break;}if (numx22 > thre)continue;elsebreak;}flag_x2 = true;break;}}}if (flag_y1 && flag_x1 && flag_y2 && flag_x2) {break;}}R.x = x1;R.y = y1;R.width = x2 - x1;R.height = y2 - y1;return true;
}
//最大内接矩形重载，传入多个轮廓
bool MaxInnerRect(const vector<vector<Point>> &cons, vector<Rect> &R) {Rect r;if (cons.size() == 0) {return false;}for (int i = 0; i < cons.size(); i++) {if (MaxInnerRect(cons[i], r)) {R.push_back(r);}}if (R.size() == 0) {return false;}return true;
}

2.测试

代码如下（示例）：

void testInnerRect(int flag) {Mat img = imread("1.png", 1);Mat src;cvtColor(img, src, COLOR_BGR2GRAY);threshold(src, src, 130, 255, THRESH_BINARY);//vector<vector<Point>> contours, SelectContours;findContours(src, contours, RETR_LIST, CHAIN_APPROX_NONE);int jpg = 10000000;int png = 3000;clock_t begin = clock();if (flag == 1) {vector<Rect> R;for (int i = 0; i < contours.size(); i = i + 1) {double area1 = contourArea(contours[i]);if (area1 > png && area1< 500000) {SelectContours.push_back(contours[i]);}}if (MaxInnerRect(SelectContours, R)) {for (int m = 0; m < R.size();m++) {rectangle(img, R[m], Scalar(0, 0, 255), 3);}}}else {for (int i = 0; i < contours.size(); i = i + 1) {//                                                    double area1 = contourArea(contours[i]);if (area1 > jpg) {SelectContours.push_back(contours[i]);}}vector<Point> cons1;Rect R;for (int i = 0; i < SelectContours.size(); i++) {cons1 = SelectContours[i];if (MaxInnerRect(cons1, R)) {rectangle(img, R, Scalar(0, 0, 255), 3);}}}clock_t end = clock();double programTimes = ((double)end - begin) / CLOCKS_PER_SEC;cout << "执行时间： " << programTimes << endl;namedWindow("img", WINDOW_NORMAL);namedWindow("src", WINDOW_NORMAL);imshow("img", img);imshow("src", src);waitKey(0);
}

总结

有改善之处还望提出，共勉！

opencv实现轮廓的内接正矩形相关推荐

opencv 绘制轮廓边框多边形圆形矩形
如何使用opencv 绘制轮廓边框最小包裹多边形圆形矩形? 函数说明: Rect boundingRect(InputArray points) points:输入信息,可以为包含点的容器(ve ...
java 椭圆拟合,OpenCV画轮廓的外界圆矩形椭圆等
#include #include #include #include using namespace std; #pragma comment(lib,"cv.lib") # ...
OpenCV轮廓最大内接矩形(带角度)-计算与绘制(Python / C++源码)
实现效果 OpenCV获取轮廓/Blob最大内接矩形(带角度) 实现源码一.C++ OpenCV实现: #include "pch.h" #include <iostrea ...
OPENCV 寻找图形最大内接矩形
轮廓的最大外接矩形,Opencv有提供的现成的算法,最大内接圆也有提供的算法.但是没有现成的内接矩形的算法.本文使用C++实现了取轮廓最大内接矩形的方式,供大家参考. 实现的基本思路是: 处理图片 ...
Opencv 找轮廓并画出相应的矩形
找轮廓参考以下大神的,对于里面的方法和结果存储解释的很清楚: http://blog.csdn.net/gubenpeiyuan/article/details/44922413 缺少的是画相应包围矩 ...
opencv findContours()轮廓特征分析大全(求面积、周长、几何矩、质心、凸包、最小外接矩形、最小外接三角形、最小外接椭圆等)
文章目录前言一.效果二.opencv对应函数介绍 1.轮廓面积 2.轮廓周长 3.轮廓几何矩 4.轮廓的最大外接矩形 5.轮廓的凸包 6.轮廓的最小外接矩形 7.轮廓的最小外接三角形 8.轮廓的 ...
基于OpenCV的轮廓检测（1）
1.目标理解什么叫做轮廓学习如何寻找轮廓以及可视化轮廓找出轮廓的不同特征,如面积.周长.质心.边框等将看到许多与轮廓相关的函数. 2.什么叫做轮廓轮廓可以简单地解释为连接所有连续点(沿着边界 ...
Python，OpenCV应用轮廓逼近算法，检测对象的形状
上一篇博客,我们学习了如何利用Python.OpenCV计算轮廓的中心,这一节学习仅运用轮廓的基本属性来检测其形状,三角形,正方形,矩形,五边形,圆. (1)利用轮廓逼近,将曲线上的点数减少为更简单的 ...
使用Python、OpenCV计算轮廓的中心
1. 使用Python.OpenCV计算轮廓的中心并标记 2. 使用Python.OpenCV检测轮廓的形状并标记 3. 使用颜色通道统计信息来标记形状的实际颜色并标记本博客的目标:(1)检测图像中 ...

opencv实现轮廓的内接正矩形

前言

一、源码

2.测试

总结

opencv实现轮廓的内接正矩形相关推荐

最新文章

热门文章