【学习OpenCV】给轮廓画出矩形和圆形边界
2024-04-10 08:05:57
OpenCV支持大量的轮廓、边缘、边界的相关函数，相应的函数有moments、HuMoments、findContours、drawContours、approxPolyDP、arcLength、boundingRect、contourArea、convexHull、fitEllipse、fitLine、isContourConvex、minAreaRect、minEnclosingCircle、mathcShapes、pointPolygonTest。
目标
在本教程中，您将学习如何：
- 使用OpenCV函数cv :: boundingRect
- 使用OpenCV函数cv :: minEnclosingCircle
Code
本教程代码如下所示。您也可以从这里下载
下面这个程序用到的函数有，简单介绍其功能如下：
findContours：找到图像中轮廓
approxPolyDP：对多边形曲线做近似
boundingRect：计算并返回包围轮廓点集的最小矩形
minEnclosingCircle：计算并返回包围轮廓点集的最小圆形及其半径
drawContours：根据轮廓点集和轮廓结构画出轮廓
程序代码及详细注释：
#include "stdafx.h"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>
#include <stdlib.h>using namespace cv;
using namespace std;
Mat src; Mat src_gray;
int thresh = 100;
int max_thresh = 255;
RNG rng(12345);/// 函数声明
void thresh_callback(int, void* );int main( int argc, char** argv )
{/// 载入原图像, 返回3通道图像src = imread( "boundrect.jpg" );/// 转化成灰度图像并进行平滑cvtColor( src, src_gray, CV_BGR2GRAY );blur( src_gray, src_gray, Size(3,3) );/// 创建窗口char* source_window = "Source";namedWindow( source_window, CV_WINDOW_AUTOSIZE );imshow( source_window, src );createTrackbar( " Threshold:", "Source", &thresh, max_thresh, thresh_callback );thresh_callback( 0, 0 );waitKey(0);return(0);
}void thresh_callback(int, void* )
{Mat threshold_output;vector<vector<Point> > contours; //轮廓数组（非矩形数组），每个轮廓是一个Point型的vectorvector<Vec4i> hierarchy; //见下面findContours的解释/// 使用Threshold二值threshold( src_gray, threshold_output, thresh, 255, THRESH_BINARY );/// 找到轮廓//contours参数为检测的轮廓数组，每一个轮廓用一个point类型的vector表示
//hiararchy参数和轮廓个数相同，每个轮廓contours[ i ]对应4个hierarchy元素hierarchy[ i ][ 0 ] ~hierarchy[ i ][ 3 ]，//分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号，如果没有对应项，该值设置为负数。//CV_RETR_TREE：建立一个等级树结构的轮廓//findContours( threshold_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0) );/// 多边形逼近轮廓 + 获取矩形和圆形边界框vector<vector<Point> > contours_poly( contours.size() ); //近似后的轮廓点集vector<Rect> boundRect( contours.size() ); //包围点集的最小矩形vectorvector<Point2f>center( contours.size() ); //包围点集的最小圆形vectorvector<float>radius( contours.size() ); //包围点集的最小圆形半径vectorfor( int i = 0; i < contours.size(); i++ ){approxPolyDP( Mat(contours[i]), contours_poly[i], 3, true ); //对多边形曲线做适当近似，contours_poly[i]是输出的近似点集boundRect[i] = boundingRect( Mat(contours_poly[i]) ); //计算并返回包围轮廓点集的最小矩形minEnclosingCircle( contours_poly[i], center[i], radius[i] ); //计算并返回包围轮廓点集的最小圆形及其半径}/// 画多边形轮廓 + 包围的矩形框 + 圆形框Mat drawing = Mat::zeros( threshold_output.size(), CV_8UC3 );for( int i = 0; i< contours.size(); i++ ){Scalar color = Scalar( rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) ); //随机颜色// drawContours( drawing, contours_poly, i, color, 1, 8, vector<Vec4i>(), 0, Point() );drawContours( drawing, contours_poly, i, color, 1, 8, hierarchy, 0, Point() ); //根据轮廓点集contours_poly和轮廓结构hierarchy画出轮廓rectangle( drawing, boundRect[i].tl(), boundRect[i].br(), color, 2, 8, 0 ); //画矩形，tl矩形左上角，br右上角circle( drawing, center[i], (int)radius[i], color, 2, 8, 0 ); //画圆形}/// 显示在一个窗口namedWindow( "Contours", CV_WINDOW_AUTOSIZE );imshow( "Contours", drawing );
}说明
主要功能相当简单，如下所述：
- 打开图像，将其转换为灰度，并将其模糊以摆脱噪点。
src = imread( argv[1], IMREAD_COLOR );cvtColor( src, src_gray, COLOR_BGR2GRAY );blur( src_gray, src_gray, Size(3,3) ); - 创建一个标题为“Source”的窗口，并在其中显示源文件。
const char* source_window = "Source";namedWindow( source_window, WINDOW_AUTOSIZE );imshow( source_window, src ); - 在source_window上创建一个跟踪栏，并为其分配一个回调函数。一般来说，回调函数用于对某种信号做出反应，在我们的例子中它是跟踪栏的状态变化。
createTrackbar( " Threshold:", "Source", &thresh, max_thresh, thresh_callback ); - 显式的一次性电话thresh_callback是必要的同时显示“轮廓”窗口与“源”窗口。
thresh_callback( 0, 0 ); - 等待用户关闭窗口。
waitKey(0);
回调函数thresh_callback执行所有有趣的工作。
- 写入
threshold_output灰度图片的阈值（您可以在这里查看阈值）。
threshold（src_gray，threshold_output，thresh，255，THRESH_BINARY）;
- 找到轮廓并将其保存到向量
contour和hierarchy。
findContours（threshold_output，contour，hierarchy，RETR_TREE，CHAIN_APPROX_SIMPLE，Point（0，0））;
- 对于每个找到的轮廓，我们现在将逼近逼近具有精度±3的多边形，并表示曲线必须关闭。
之后，我们为每个多边形找到一个边界，并将其保存boundRect。
最后，我们发现每一个多边形的最小封闭圈，并保存到center和radius载体
for( size_t i = 0; i < contours.size(); i++ ){approxPolyDP( Mat(contours[i]), contours_poly[i], 3, true );boundRect[i] = boundingRect( Mat(contours_poly[i]) );minEnclosingCircle( contours_poly[i], center[i], radius[i] );}我们发现了我们需要的一切，我们所要做的就是绘制。
- 创建新的无符号8位字符的Mat，填充零。它将包含我们要制作的所有图纸（直角和圆圈）。
Mat drawing = Mat::zeros( threshold_output.size(), CV_8UC3 );
- 对于每个轮廓：选择随机颜色，绘制轮廓，边界矩形和最小包围圆，
for( size_t i = 0; i< contours.size(); i++ ){Scalar color = Scalar( rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) );drawContours( drawing, contours_poly, (int)i, color, 1, 8, vector<Vec4i>(), 0, Point() );rectangle( drawing, boundRect[i].tl(), boundRect[i].br(), color, 2, 8, 0 );circle( drawing, center[i], (int)radius[i], color, 2, 8, 0 );}- 显示结果：创建一个新窗口“轮廓”，并显示我们添加到图纸上的所有内容。
namedWindow( "Contours", WINDOW_AUTOSIZE );imshow( "Contours", drawing );结果 运行结果：
轮廓查找与绘制——正外接矩形
转载 http://www.cnblogs.com/little-monkey/p/7429381.html
一、简介
二、外接矩形的查找绘制
1 #include "opencv2/opencv.hpp"
2 using namespace cv;
3 void main()
4 {
5 //外接矩形的查找绘制
6 Mat srcImg =imread("E://12.jpg");
7 imshow("src",srcImg);
8 Mat dstImg = srcImg.clone(); //原图备份
9 cvtColor(srcImg, srcImg, CV_BGR2GRAY); //转为灰度图
10 threshold(srcImg, srcImg, 100, 255, CV_THRESH_BINARY); //二值化
11
12 vector<vector<Point>> contours;
13 vector<Vec4i> hierarcy;
14 findContours(srcImg, contours, hierarcy, CV_RETR_EXTERNAL, CHAIN_APPROX_NONE); //查找轮廓
15 vector<Rect> boundRect(contours.size()); //定义外接矩形集合
16 //drawContours(dstImg, contours, -1, Scalar(0, 0, 255), 2, 8); //绘制轮廓
17 int x0=0, y0=0, w0=0, h0=0;
18 for(int i=0; i<contours.size(); i++)
19 {
20 boundRect[i] = boundingRect((Mat)contours[i]); //查找每个轮廓的外接矩形
21 drawContours(dstImg, contours, i, Scalar(0, 0, 255), 2, 8); //绘制轮廓
22 x0 = boundRect[i].x; //获得第i个外接矩形的左上角的x坐标
23 y0 = boundRect[i].y; //获得第i个外接矩形的左上角的y坐标
24 w0 = boundRect[i].width; //获得第i个外接矩形的宽度
25 h0 = boundRect[i].height; //获得第i个外接矩形的高度
26 rectangle(dstImg, Point(x0, y0), Point(x0+w0, y0+h0), Scalar(0, 255, 0), 2, 8); //绘制第i个外接矩形
27 }
28 imshow("boundRect", dstImg);
29 waitKey(0);
30 }
三、分割硬币轮廓并计数
1 #include "opencv2/opencv.hpp"
2 #include<iostream>
3 using namespace cv;
4 using namespace std;
5 void main()
6 {
7 //分割硬币轮廓
8 Mat srcImg =imread("E://33.png");
9 imshow("src", srcImg);
10 Mat dstImg = srcImg.clone(); //原图备份
11 cvtColor(srcImg, srcImg, CV_BGR2GRAY); //转为灰度图
12 threshold(srcImg, srcImg, 100, 255, CV_THRESH_BINARY); //二值化
13 Mat element = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1)); //获得结构元素
14 dilate(srcImg, srcImg, element); //膨胀操作
15 imshow("dilate",srcImg);
16
17 vector<vector<Point>> contours;
18 vector<Vec4i> hierarcy;
19 findContours(srcImg, contours, hierarcy, CV_RETR_EXTERNAL, CHAIN_APPROX_NONE); //查找轮廓
20 vector<Rect> boundRect(contours.size()); //定义外接矩形集合
21 int x0=0, y0=0, w0=0, h0=0,num=0;
22 for(int i=0; i<contours.size(); i++)
23 {
24 boundRect[i] = boundingRect((Mat)contours[i]); //查找每个轮廓的外接矩形
25 drawContours(dstImg, contours, i, Scalar(0, 0, 255), 2, 8); //绘制轮廓
26 x0 = boundRect[i].x;
27 y0 = boundRect[i].y;
28 w0 = boundRect[i].width;
29 h0 = boundRect[i].height;
30 if(w0>30 && h0>30)//筛选
31 {
32 rectangle(dstImg, Point(x0, y0), Point(x0+w0, y0+h0), Scalar(0, 255, 0), 2, 8); //绘制第i个外接矩形
33 num++;
34 }
35 }
36 cout<<"硬币数量："<<num;
37 imshow("boundRect", dstImg);
38 waitKey(0);
39 }
四、简单车牌字符分隔
1 #include "opencv2/opencv.hpp"
2 using namespace cv;
3 void main()
4 {
5 //---简单车牌字符分隔
6 Mat srcImg =imread("E://Car2.jpg");
7 Mat dstImg = srcImg.clone(); //原图备份
8 medianBlur(srcImg, srcImg, 5); //中值滤波
9 cvtColor(srcImg, srcImg, CV_BGR2GRAY); //转为灰度图
10 threshold(srcImg, srcImg, 100, 255, CV_THRESH_BINARY); //二值化
11 imshow("threshold", srcImg);
12 imwrite("F://car0.jpg", srcImg);
13
14 vector<vector<Point>> contours;
15 vector<Vec4i> hierarcy;
16 findContours(srcImg, contours, hierarcy, CV_RETR_TREE, CHAIN_APPROX_NONE); //查找所有轮廓
17 vector<Rect> boundRect(contours.size()); //定义外接矩形集合
18 int x0=0, y0=0, w0=0, h0=0;
19 for(int i=0; i<contours.size(); i++)
20 {
21 boundRect[i] = boundingRect((Mat)contours[i]); //查找每个轮廓的外接矩形
22 x0 = boundRect[i].x;
23 y0 = boundRect[i].y;
24 w0 = boundRect[i].width;
25 h0 = boundRect[i].height;
26 if(w0>srcImg.cols/12 && w0<srcImg.cols/5 && h0>srcImg.rows/6 && h0<srcImg.rows*5/6)
27 {
28 char pic_name[10];
29 sprintf(pic_name, "F:\\%d.bmp", i);
30 Mat ROI = dstImg(Rect(x0, y0, w0, h0));
31 imwrite(pic_name, ROI);
32 rectangle(dstImg, Point(x0, y0), Point(x0+w0, y0+h0), Scalar(0, 255, 0), 2, 8); //绘制第i个外接矩形
33 }
34 }
35 imshow("boundRect", dstImg);
36 waitKey(0);
37 }
灰度图上进行透明彩色绘制
为了提取有效的信息并且显示，需要将有效区域用其他颜色画出来
使用opencv circle函数
首先将单通道灰度图转化成3通道的彩色图像
实例如下：
// read imagecv::Mat img_gray = imread(path,0);// create 8bit color image. IMPORTANT: initialize image otherwise it will result in 32Fcv::Mat img_rgb(img_gray.size(), CV_8UC3);// convert grayscale to color imagecv::cvtColor(img_gray, img_rgb, CV_GRAY2RGB);circle(img_rgb, Point(100,100), 30, Scalar(100, 250, 100), -1);//Point圆心中心点，30，半斤，Scalar画笔的参数，-1表示画成实心状态imshow("test", img_rgb);- 接下来我们如何能让画的圈为透明的，不遮挡重点显示的区域呢
接下来我们要使用addWeighted函数来实现这个功能，通过实现两张图片进行叠加
Mat overlay;
rgb_img.copyTo(overlay);
circle(overlay, p, 50, Scalar(100, 250, 100), -1);
addWeighted(overlay, 0.3, img_rgb, 0.7, 0, img_rgb);
imshow("test", img_rgb);
waitKey();- 最后实现的效果如下：
16位图片转化成为8位图形 ---convertScaleAbs函数
在将RealSense提取的深度图片进行显示时，由于是16位图片，想将图片转化成为8位图形进行显示
Opencv中有一个函数convertScaleAbs可以实现这种功能
C++: void convertScaleAbs(InputArray src, OutputArray dst, double alpha=1, double beta=0)
Parameters:
src: input array
dst: output array
alpha: optional scale factor
beta: optional delta added to the scaled values
the governmental definition for the function is :
On each element of the input array, the function covertScaleAbs performs three operations sequentially: scaling, taking an absolute value, conversion to an unsigned 8-bit type:
接下来示例代码：
cv::Mat map = cv::imread("C:/Users/Lee_gc/Desktop/try.png", CV_LOAD_IMAGE_ANYCOLOR | CV_LOAD_IMAGE_ANYDEPTH);//read a 16bits depth pictures
double min;
double max;
cv::minMaxIdx(map, &min, &max);
cv::Mat adjMap();
cv::convertScaleAbs(map, adjMap, 255 / max);
imshow("8bitPic", adjMap);//the picture can be showed and converted to 8bits pic
waitKey();【学习OpenCV】给轮廓画出矩形和圆形边界相关推荐
- 给轮廓画出矩形和圆形边界
OpenCV支持大量的轮廓.边缘.边界的相关函数,相应的函数有moments.HuMoments.findContours.drawContours.approxPolyDP.arcLength.bo ...
- OpenCV之imgproc 模块. 图像处理（5）在图像中寻找轮廓 计算物体的凸包 创建包围轮廓的矩形和圆形边界框 为轮廓创建可倾斜的边界框和椭圆 轮廓矩 多边形测试
在图像中寻找轮廓 目标 在这个教程中你将学到如何: 使用OpenCV函数 findContours 使用OpenCV函数 drawContours 原理 例程 教程的代码在下面给出. 你也可以从 这里 ...
- 【OpenCV 】计算物体的凸包/创建包围轮廓的矩形和圆形边界框/createTrackbar添加滑动条/
目录 topic 1:模板匹配 topic 2:图像中寻找轮廓 topic 3:计算物体的凸包 topic 4:轮廓创建可倾斜的边界框和椭圆¶ topic 5:轮廓矩¶ topic 6:为程序界面添加 ...
- 检测视频中的人脸，并画出矩形框
检测视频中的人脸,并画出矩形框,这是一个测试程序,由于很多人经常会用到,写下以备不时之需. #include"stdafx.h" #include <opencv2/core ...
- html中矩形坐标,js怎么根据坐标在图片上画出矩形框？
如图本地上传的图片,并点击获取到这个图片里每个地方的坐标,根据4个角坐标在图片上画出矩形框,该怎么画?大神支招. 我图片是显示在div里的,是不是应该用canvas显示图片? 代码: Document ...
- Canvas的使用，根据坐标在图片中画出矩形，框图
Canvas简介: 是HTML5提供的一种新标签, ie9才开始支持的,Canvas是一个矩形区域的画布,可以用JS控制每一个像素在上面绘画.canvas 标签使用 JavaScript 在网页上绘制 ...
- 根据参数，画出矩形。
试题描述 根据参数,画出矩形. 输入格式 输入一行,包括四个参数:前两个参数为整数,依次代表矩形的高和宽(高不少于3行不多于10行,宽不少于5列不多于10列):第三个参数是一个字符,表示用来画图的矩形 ...
- opencv 图像上画出目标运动的轨迹_OpenCV视频分析-Meanshift、Camshift运动轨迹绘制...
基于均值迁移的对象移动分析(Meanshift) ✏️ ⛳️ 概述 本质: ✔️ Mean Shift均值漂移算法是无参密度估计理论的一种,无参密度估计不需要事先知道对象的任何先验知识,完全依靠训练数 ...
- Codeblocks 利用GLUT 画出矩形，直线，三角形，圆形图案并实现翻转，镜像，变色放大缩小等功能
实验要求:开发一个画图程序,用户可以用鼠标绘制线段.矩形.圆和三角形等.通过菜单让用户选择需要绘制的图元. 注意:一定要加上<windows.h>库否则无法通过编译 #include &l ...
最新文章
- 12张PPT看懂中国虚拟数字人产业现状：应用不止于虚拟偶像，2030年市场达2700亿｜量子位智库（附下载）...
- 盘点“逆市上涨”BZ第一季度回购亮点
- （20）：数据的准备工作
- linux操作命令等积累
- 算法—振兴中华（C语言版）
- Java虚拟机(JVM)默认字符集详解
- 预测分析算法的设计与实现_基于LD（编辑距离算法）的单词速记数据库分析设计与实现...
- lib和dll的区别
- 饿了么订单--快到碗里来
- 工作没做好，别人指出时最好装聋作哑
- Atitit mybatis使用简明教程 目录 1.1. Mybatis.xml 配置文件 1 1.2. Datamp.xml mapper文件主要作用是分模块放sql语句 2 1.3. 查询
- zigbee协议栈学习（0）
- 二十年驷之过隙，互联网归来仍是少年
- python 字典类型 get 参数_python如何利用urllib解析url参数成字典
- WSJ新闻标题的中心词提取
- HTML5 2D平台游戏开发#9蓄力技
- 在成都，30岁的人最焦虑
- 计算机程序ui设计员工资,ui设计师工资一般多少,发展前景怎么样
- miui android系统 流量,小米4 MIUI6系统怎么设置流量功能?小米4 MIUI6流量管理设置?...
- FDM3D打印机结构类型总结