【OpenCV3】图像最大轮廓检测——cvFindBiggestContour()封装

此前在《【OpenCV3】图像轮廓查找与绘制——cv::findContours()与cv::drawContours()详解》一文中，详细介绍了图像轮廓的检测与绘制，但是在实际的应用中，往往需要检测目标的最大轮廓，但是OpenCV本身并没有封装这样一个函数，下面就贴上封装好的接口，供参考使用。

说明：对于最大轮廓的定义，有些以轮廓的点数最多为标准，有的以所包围的面积最大为标准，这里将两种都实现一下。

1、C接口的封装（最多点数）

CvSeq* cvFindBiggestCountour(IplImage *binaryImage)
{int polyHull0 = 1;CvPoint offset;offset.x = 0;offset.y = 0;CvMemStorage *tempStorage = cvCreateMemStorage(0);CvSeq *contour;CvSeq *c;int nContours = 0;double largest_length = 0;double len = 0;CvContourScanner scanner;CvSlice slice = CV_WHOLE_SEQ;scanner = cvStartFindContours(binaryImage, tempStorage, sizeof(CvContour), CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, offset);while ((c = cvFindNextContour(scanner)) != 0){len = cvContourPerimeter(c);if (len > largest_length){largest_length = len;}}scanner = cvStartFindContours(binaryImage, tempStorage, sizeof(CvContour), CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, offset);while ((c = cvFindNextContour(scanner)) != 0){len = cvContourPerimeter(c);double q = largest_length;if (len < q)cvSubstituteContour(scanner, 0);else{CvSeq *newC;if (polyHull0)newC = cvApproxPoly(c, sizeof(CvContour), tempStorage, CV_POLY_APPROX_DP, 2, 0);elsenewC = cvConvexHull2(c, tempStorage, CV_CLOCKWISE, 1);cvSubstituteContour(scanner, newC);}nContours++;}printf("End find contours!\n");contour = cvEndFindContours(&scanner);cvReleaseMemStorage(&tempStorage);cvRelease(&c);return contour;
}

2、C接口的封装（最大面积）

CvSeq* cvFindBiggestCountour(IplImage *binaryImage)
{int polyHull0 = 1;CvPoint offset;offset.x = 0;offset.y = 0;CvMemStorage *tempStorage = cvCreateMemStorage(0);CvSeq *contour;CvSeq *c;int nContours = 0;double largest_length = 0;double len = 0;CvContourScanner scanner;CvSlice slice = CV_WHOLE_SEQ;scanner = cvStartFindContours(binaryImage, tempStorage, sizeof(CvContour), CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, offset);while ((c = cvFindNextContour(scanner)) != 0){len = cvContourArea(c, slice, 0);if (len > largest_length){largest_length = len;}}scanner = cvStartFindContours(binaryImage, tempStorage, sizeof(CvContour), CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, offset);while ((c = cvFindNextContour(scanner)) != 0){len = cvContourArea(c, slice, 0);double q = largest_length;if (len < q)cvSubstituteContour(scanner, 0);else{CvSeq *newC;if (polyHull0)newC = cvApproxPoly(c, sizeof(CvContour), tempStorage, CV_POLY_APPROX_DP, 2, 0);elsenewC = cvConvexHull2(c, tempStorage, CV_CLOCKWISE, 1);cvSubstituteContour(scanner, newC);}nContours++;}printf("End find contours!\n");contour = cvEndFindContours(&scanner);cvReleaseMemStorage(&tempStorage);cvRelease(&c);return contour;
}

3、C++接口封装（最多点数）

std::vector<cv::Point> findBiggestContour(cv::Mat binary_image)
{std::vector<std::vector<cv::Point>> contours;int largest_area = 0;int largest_contour_index = 0;cv::findContours(binary_image, contours, cv::noArray(), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE);for (int i = 0; i < contours.size(); i++)  {int a = contours[i].size();  if (a > largest_area){largest_area = a;largest_contour_index = i;               }}return contours[largest_contour_index];
}

4、C++接口封装（最大面积）

std::vector<cv::Point> findBiggestContour(cv::Mat binary_image)
{std::vector<std::vector<cv::Point>> contours;std::vector<cv::Vec4i> hierarchy;int largest_area = 0;int largest_contour_index = 0;cv::findContours(binary_image, contours, hierarchy, CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE);for (int i = 0; i < contours.size(); i++) // iterate through each contour. {double a = contourArea(contours[i], false);  //  Find the area of contourif (a > largest_area){largest_area = a;largest_contour_index = i;                //Store the index of largest contour}}return contours[largest_contour_index];
}

其中C++接口的测试代码如下

cv::Mat src = cv::imread("Hepburn.png", 1);cv::Mat result = src.clone();cv::Mat gray;cv::cvtColor(src, gray, CV_BGR2GRAY);cv::Mat binary;cv::threshold(gray, binary, 100, 255, cv::THRESH_BINARY);std::vector< std::vector< cv::Point> > contours;std::vector< cv::Point>  biggest_contour;std::vector< std::vector< cv::Point> > temp_contours;cv::findContours(binary,contours,cv::noArray(),cv::RETR_LIST,cv::CHAIN_APPROX_SIMPLE);biggest_contour = findBiggestContour(binary);temp_contours.push_back(biggest_contour);cv::drawContours(result, contours, -1, cv::Scalar(0, 255, 0));cv::drawContours(result, temp_contours, 0, cv::Scalar(0, 0, 255));cv::imshow("src", src);cv::imshow("gray", gray);cv::imshow("binary", binary);cv::imshow("result", result);cv::waitKey(0);return 0;

测试结果如下，其中红色曲线代表的是最大轮廓：

参考：https://harismoonamkunnu.blogspot.tw/2012/11/opencv-find-biggest-contour.html

【OpenCV3】图像最大轮廓检测——cvFindBiggestContour()封装相关推荐

利用OpenCV进行图像的轮廓检测
简介: 本文对于OpenCV中的轮廓检测算法进行了讨论,可以看到一些基于轮廓检测的应用.接着对四种不同的提取方式的结果进行了讨论.你还了解了如何将轮廓进行绘制的方法. 关键词: 轮廓检测,二值化 § ...
python+OpenCV图像处理（十一）图像轮廓检测
图像轮廓检测 (一)检测轮廓在OpenCV-python中,使用cv2.findContours()函数来对图像进行轮廓检测. 返回三个值:image,contours,hierarchy cont ...
【OpenCV入门指南】第五篇轮廓检测下
上一篇<[OpenCV入门指南]第五篇轮廓检测上>介绍了cvFindContours函数和cvDrawContours函数,并作了一个简单的使用示范.本篇将展示一个实例,让大家对轮廓检测有 ...
【OpenCV入门指南】第五篇轮廓检测上
<[OpenCV入门指南]第三篇Canny边缘检测>中介绍了边缘检测,本篇介绍轮廓检测,轮廓检测的原理通俗的说就是掏空内部点,比如原图中有3*3的矩形点.那么就可以将中间的那一点去掉. 在 ...
轮廓检测和边缘检测区别
边缘检测主要是通过一些手段检测数字图像中明暗变化剧烈(即梯度变化比较大)像素点,偏向于图像中像素点的变化.如canny边缘检测,结果通常保存在和源图片一样尺寸和类型的边缘图中. 轮廓检测指检测图像 ...
OCR文本扫描轮廓检测透视变换
OCR文本扫描项目实战(图像预处理,调用pytesseract.image_to_string()完成文本识别) 本项目和源代码来自唐宇迪opencv项目实战本文是一篇OCR文本扫描项目实战的学习笔 ...
java opencv3轮廓_Java+opencv3.2.0实现轮廓检测
Java+opencv3.2.0实现轮廓检测发布时间:2020-08-28 13:27:52 来源:脚本之家阅读:96 作者:帅气的猫爪轮廓是由一系列的点组成的集合,表现在图像中就是一条曲线. ...
Python-OpenCV 处理图像（五）：图像中边界和轮廓检测
关于边缘检测的基础来自于一个事实,即在边缘部分,像素值出现"跳跃"或者较大的变化.如果在此边缘部分求取一阶导数,就会看到极值的出现. 而在一阶导数为极值的地方,二阶导数为0,基于这 ...
Python-OpenCV 处理图像（四）（五）：图像直方图和反向投影图像中边界和轮廓检测
当我们想比较两张图片相似度的时候,可以使用这一节提到的技术直方图对比反向投影关于这两种技术的原理可以参考我上面贴的链接,下面是示例的代码: 0x01. 绘制直方图 import cv2.cv a ...

【OpenCV3】图像最大轮廓检测——cvFindBiggestContour()封装

【OpenCV3】图像最大轮廓检测——cvFindBiggestContour()封装相关推荐

最新文章

热门文章