opencv绘制图形轮廓并筛选面积操作

1、类比halcon的筛选区域面积的操作select_shape算子，opencv也可以对图形的轮廓进行面积的筛选，剔除无效区域。

int main()
{
Mat srcImage = imread("D:\\Opencv\\Project\\ConnectionProject\\modules_08.png");
imshow("【原图】", srcImage);

//首先对图像进行空间的转换
Mat grayImage;
cvtColor(srcImage, grayImage, CV_BGR2GRAY);
//对灰度图进行滤波
GaussianBlur(grayImage, grayImage, Size(3, 3), 0, 0);
imshow("【滤波后的图像】", grayImage);

//为了得到二值图像，对灰度图进行边缘检测
Mat cannyImage;
Canny(grayImage, cannyImage, 128, 255, 3);
//在得到的二值图像中寻找轮廓
vector<vector<Point>> contours;
vector<Vec4i> hierarchy;
findContours(cannyImage, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));

//绘制轮廓
for (int i = 0; i < (int)contours.size(); i++)
{
drawContours(cannyImage, contours, i, Scalar(255), 1, 8);
}
imshow("【处理后的图像】", cannyImage);

//计算轮廓的面积
cout << "【筛选前总共轮廓个数为】：" << (int)contours.size() << endl;
for (int i = 0; i < (int)contours.size(); i++)
{
double g_dConArea = contourArea(contours[i], true);
cout << "【用轮廓面积计算函数计算出来的第" << i << "个轮廓的面积为：】" << g_dConArea << endl;
}

//筛选剔除掉面积小于100的轮廓
vector <vector<Point>>::iterator iter = contours.begin();
for (; iter != contours.end();)
{
double g_dConArea = contourArea(*iter);
if (g_dConArea < 100)
{
iter = contours.erase(iter);
}
else
{
++iter;
}
}
cout << "【筛选后总共轮廓个数为：" << (int)contours.size() << endl;
for (int i = 0; i < (int)contours.size(); i++)
{
double g_dConArea = contourArea(contours[i], true);
cout << "【用轮廓面积计算函数计算出来的第" << i << "个轮廓的面积为：】" << g_dConArea << endl;
}
Mat result(srcImage.size(), CV_8U, Scalar(0));
drawContours(result, contours, -1, Scalar(255), 1); // -1 表示所有轮廓
namedWindow("result");
imshow("result", result);
waitKey(0);
return 0;

}

筛选前和筛选后的面积对比：

控制台输出数据：第一次轮廓面积个数为295，第二次筛选后面积个数为145，注意这里轮廓面积有正有负。

这里重点是2个算子，findcontours和drawcontours

//! retrieves contours and the hierarchical information from black-n-white image.
CV_EXPORTS_W void findContours( InputOutputArray image, OutputArrayOfArrays contours,
OutputArray hierarchy, int mode,
int method, Point offset=Point());

Image必须为二值图，可以通过compare(),inRange(),threshold(),adaptiveThreshold(),Canny()这些算子来实现对原图的二值化。

contours为输出的轮廓数组，每一个轮廓用Point类型的vector容器表示。

hierarchy参数和轮廓个数相同，每一个轮廓contour[i]都包含着hieracrchy[i][0],hieracrchy[i][1],hieracrchy[i][2],hieracrchy[i][3],分别表示前一个轮廓，后一个轮廓，父轮廓，内嵌轮廓的索引编号。

mode 表示轮廓的检索模式；

RETR_EXTERNAL表示只检索最外延的轮廓。

RETR_LIST表示检测的轮廓不建立等级关系

RETR_CCOMP建立两个等级的轮廓，上面一层为外边界，里面一层为内孔边界信息，如果孔内还有一个联通物体，这个物体的边界也在顶上，

RETR_TREE建立一个等级树的轮廓，这个实例中采用这种方法。

method表示轮廓的逼近方法

CHAIN_APPROX_NONE存储所有的轮廓点，相邻两个轮廓点的位置差不超过1，

CHAIN_APPROX_SIMPLE压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形只保留4个点来保存轮廓信息。

CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法 offset表示轮廓的偏移数据，可以设定任何值，在ROI中寻找轮廓，并要在这个图像中分析时，还是很有用的。

//! draws contours in the image

CV_EXPORTS_W void drawContours( InputOutputArray image, InputArrayOfArrays contours,
                              int contourIdx, const Scalar& color,
                              int thickness=1, int lineType=8,
                              InputArray hierarchy=noArray(),
                              int maxLevel=INT_MAX, Point offset=Point() );

contouridx指明画第几个轮廓，如果该参数为负数，-1，则画全部轮廓，

color为轮廓的颜色

thickness为轮廓的线宽，如果为负数或者CV_FILLED表示轮廓内部填充。

linetype表示线型

//绘制轮廓
for (int i = 0; i < (int)contours.size(); i++)
{
drawContours(cannyImage, contours, i, Scalar(255), 1, 8);
}
imshow("【处理后的图像】", cannyImage);

等效于以下代码：

Mat result(srcImage.size(), CV_8U, Scalar(0));
drawContours(result, contours, -1, Scalar(255), 1); // -1 表示所有轮廓
---------------------
作者：RobotHeartGo
原文：https://blog.csdn.net/wuguanghao/article/details/69941598

opencv绘制图形轮廓并筛选面积操作相关推荐

opencv 绘制图像轮廓
图像轮廓概念轮廓是一系列相连的点组成的曲线,代表了物体的基本外形. 谈起轮廓不免想到边缘,它们确实很像.简单的说,轮廓是连续的,边缘并不全都连续(下图).其实边缘主要是作为图像的特征使用,比如可以用 ...
OpenCV-Python实战（3）——OpenCV中绘制图形与文本
OpenCV-Python实战(3)--OpenCV中绘制图形与文本 0. 前言 1. OpenCV 绘图基础 2. OpenCV绘制图形 2.1 基本图形的绘制 2.1.1 直线 2.1.2 矩形 ...
OpenCV-Python实战（番外篇）——OpenCV中利用鼠标事件动态绘制图形
OpenCV-Python实战(番外篇)--OpenCV中利用鼠标事件动态绘制图形使用鼠标事件动态绘制动态绘制图形动态绘制图形和文本相关链接使用鼠标事件动态绘制我们已经在<OpenC ...
如何使用OpenCV绘制简单的几何图形？
要使用OpenCV绘制图形,除了cv2库之外,我们还需要便于进行矩阵操作的numpy库: import cv2 as cv import numpy as np 空白窗口先展示代码: blank = ...
opencv 利用图像轮廓函数填充圆环内部图像轮廓函数应用小例子
实验: import cv2 as cv import numpy as np# 1.读入圆环 img = cv.imread('circle_ring.jpg') img_gray = cv.cvt ...
基于OpenCV实战：绘制图像轮廓(附代码)
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达山区和地形图中海拔高的区域划出的线称为地形轮廓,它们提供了地形的高 ...
【opencv图像处理】--2. 颜色空间，绘制图形，绘制(中文)文本
"人群里敞着一扇门" 1. 颜色空间的基础知识 1.1 色彩空间转换 2. mat数据结构的深浅拷贝 ndarray的常见属性 3.颜色通道的分离和合并 4. 绘制图形 5. 绘制 ...
OpenCV：02基础知识和绘制图形
文章目录 OpenCV的色彩空间 RGB和BGR `HSV`,`HSL`和`YUV` `HSV(HSB)` `HSL` `YUV` 颜色空间的转化 OpenCV的一种重要数据结构--Mat Mat介绍 ...
opencv——图像中关于轮廓的一些操作
背景: vs2015+opencv3.4.14 图像中斑点的轮廓提取.轮廓信息自定义保存和对于提取出的轮廓的连接操作. //寻找轮廓findContours(); //绘制每个轮廓的最小外接矩形Rot ...
02- OpenCV绘制图形及图像算术变换 (OpenCV系列) (机器视觉)
知识重点 OpenCV用的最多的色彩空间是HSV. 方便OpenCV做图像处理 img2 = img.view() # 浅拷贝 img3 = img.copy() # 深拷贝 split ...

opencv绘制图形轮廓并筛选面积操作

opencv绘制图形轮廓并筛选面积操作相关推荐

最新文章

热门文章