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RotatedRect rect= minAreaRect(contours[i]);Point2f P[4];//初始化矩形四个顶点坐标rect.points(P);for (int i = 0; i < 4; i++){//line(imageContours, P[i], P[(i + 1) % 4], Scalar(255), 2);}

上面是轮廓提取的关键函数以及最小外接矩形的和其四个顶点的表示。
其中P四个点的位置是后面要着重注意的，弄不清楚后面的操作也就乱了，注意**的图。

1、定义结构体保存轮廓点信息

//定义结构图：轮廓信息struct P_Rect{//提取特征：//最小外接矩形的质心、长宽、旋转角度//轮廓面积int px;int py;float pwidth;float pheight;float pangle;float parea;};//定义结构图：轮廓外部信息struct P_Rectout{//在一定范围内点的位置，各个距离int ox;int oy;float odistance;float oarea;};//矩形相邻的两个边的长度float length1= abs(sqrtf(powf((P[0].x - P[1].x), 2) + powf((P[0].y -            P[1].y), 2)));float length2 = abs(sqrtf(powf((P[1].x - P[2].x), 2) + powf((P[1].y - P[2].y), 2)));//正确找到长边和短边if (length1 >= length2){p_rect.pwidth = length1;p_rect.pheight = length2;p_rect.pangle = cvFastArctan(abs(P[1].y - P[0].y), abs(P[1].x -  P[0].x));//指向长的方向的角度，不是矩形原来的角度，矩形原来的角度解析可去    查找findContours函数}else{p_rect.pwidth = length2;p_rect.pheight = length1;if (P[2].x == P[1].x)//使用arctan的注意事项{p_rect.pangle = 90;}else{p_rect.pangle = -abs(cvFastArctan(abs(P[2].y - P[1].y), abs(P[2].x - P[1].x)));}}
//中心x和yp_rect.px=rect.center.x;p_rect.py = rect.center.y;
//面积，是真实面积不是最小外接矩形面积p_rect.parea = contourArea(contours[i]);
//保存到容器中P_rect.push_back(p_rect);//小于半径范围内点的集合vector<P_Rectout> p_rectOut;float r = 20;for (int j = 0; j < contours.size(); j++){RotatedRect orect = minAreaRect(contours[j]);float distance = abs(sqrtf(powf((rect.center.x - orect.center.x), 2) + powf((rect.center.x - orect.center.y), 2)));if (distance < r){P_Rectout p_rectout;p_rectout.ox = orect.center.x;p_rectout.oy = orect.center.y;p_rectout.odistance = distance;p_rectout.oarea= contourArea(contours[j]);p_rectOut.push_back(p_rectout);//line(imageContours, Point(P_rect[i].px, P_rect[i].py), Point(P_rect[j].px, P_rect[j].py), Scalar(255), 3);}}P_rectout.push_back(p_rectOut);}

2、以每个点一定半径范围为依据连线

//一定范围内最近点连线//以第一个点sta为起点，寻找一定半径（r）范围内的所有临近点mid[]，连线，直到半径（r）内无此特征的点为止,遍历所有点float r = 500;for (int i = 0; i < P_rect.size(); i++){for (int j = 0; j < P_rect.size(); j++){float distance = abs(sqrtf(powf((P_rect[i].px - P_rect[j].px), 2) + powf((P_rect[i].py - P_rect[j].py), 2)));if (distance > 0 && distance < r){line(imageContours, Point(P_rect[i].px, P_rect[i].py), Point(P_rect[j].px, P_rect[j].py), Scalar(255), 2);}}}

3、最短距离连线

//最短距离连线vector<Point> yet_link;//保存以完成连线点for (int i = 0; i < (P_rect.size()-1); i++){float distance_min = 10000000000;//顺便定个大数int p_near = 0;for (int j = 0; j < P_rect.size(); j++){bool flag = 1;for (int k = 0; k < yet_link.size(); k++)//保证每个点不返回头和连过的点再次连一遍，看情况取舍{if (i == yet_link[k].y && j == yet_link[k].x){flag = 0;continue;}}if (flag){float distance = abs(sqrtf(powf((P_rect[i].px - P_rect[j].px), 2) + powf((P_rect[i].py - P_rect[j].py), 2)));if (distance > 0 && distance<distance_min){p_near = j;distance_min = distance;}}}yet_link.push_back(Point(i, p_near));line(imageContours2, Point(P_rect[i].px, P_rect[i].py), Point(P_rect[p_near].px, P_rect[p_near].py), Scalar(255), 2);}

完整代码如下；

#include <iostream>
#include <opencv2\opencv.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>using namespace std;
using namespace cv;//定义结构图：轮廓信息
struct P_Rect
{//提取特征：//最小外接矩形的质心、长宽、旋转角度//轮廓面积int px;int py;float pwidth;float pheight;float pangle;float parea;
};//定义结构图：轮廓外部信息
struct P_Rectout
{//在一定范围内点的位置，各个距离int ox;int oy;float odistance;float oarea;
};int main()
{//读入图像Mat img_original = imread("北斗七星.bmp");//imwrite("1.bmp", img_original);Mat img_original_gray;cvtColor(img_original, img_original_gray, CV_BGR2GRAY);//转为灰度图Mat img_original_bin;threshold(img_original_gray, img_original_bin, 100, 255, CV_THRESH_BINARY);//二值化//寻找轮廓vector<vector<Point>> contours;vector<Vec4i> hierarchy;//存储查找到的第i个轮廓的后[i][0]、前[i][1]、父[i][2]、子轮廓[i][3]findContours(img_original_bin, contours, hierarchy, CV_RETR_LIST, CV_CHAIN_APPROX_NONE, Point());Mat imageContours = Mat::zeros(img_original_bin.size(), CV_8UC1);   //画布1Mat imageContours2 = Mat::zeros(img_original_bin.size(), CV_8UC1);    //画布2//for (int i = 0; i < contours.size(); i++)//{// //绘制轮廓的最小外接正矩形//    Rect boundRect = boundingRect(Mat(contours[i]));// rectangle(imageContours, Point(boundRect.x, boundRect.y), Point(boundRect.x + boundRect.width, boundRect.y + boundRect.height), Scalar(255), 2, 8);//}vector<P_Rect> P_rect;vector<vector<P_Rectout> > P_rectout;for (int i = 0; i < contours.size(); i++){float area= contourArea(contours[i]);if (area < 10)continue;//******P_Rect p_rect;drawContours(imageContours, contours, i, Scalar(255), -1, 8, hierarchy);drawContours(imageContours2, contours, i, Scalar(255), -1, 8, hierarchy);//绘制每个轮廓的最小外接矩形RotatedRect rect= minAreaRect(contours[i]);Point2f P[4];//初始化矩形四个顶点坐标rect.points(P);for (int i = 0; i < 4; i++){//line(imageContours, P[i], P[(i + 1) % 4], Scalar(255), 2);}float length1= abs(sqrtf(powf((P[0].x - P[1].x), 2) + powf((P[0].y - P[1].y), 2)));float length2 = abs(sqrtf(powf((P[1].x - P[2].x), 2) + powf((P[1].y - P[2].y), 2)));if (length1 >= length2){p_rect.pwidth = length1;p_rect.pheight = length2;p_rect.pangle = cvFastArctan(abs(P[1].y - P[0].y), abs(P[1].x - P[0].x));}else{p_rect.pwidth = length2;p_rect.pheight = length1;if (P[2].x == P[1].x){p_rect.pangle = 90;}else{p_rect.pangle = -abs(cvFastArctan(abs(P[2].y - P[1].y), abs(P[2].x - P[1].x)));}}p_rect.px=rect.center.x;p_rect.py = rect.center.y;p_rect.parea = contourArea(contours[i]);P_rect.push_back(p_rect);//********vector<P_Rectout> p_rectOut;float r = 20;for (int j = 0; j < contours.size(); j++){RotatedRect orect = minAreaRect(contours[j]);float distance = abs(sqrtf(powf((rect.center.x - orect.center.x), 2) + powf((rect.center.x - orect.center.y), 2)));if (distance < r){P_Rectout p_rectout;p_rectout.ox = orect.center.x;p_rectout.oy = orect.center.y;p_rectout.odistance = distance;p_rectout.oarea= contourArea(contours[j]);p_rectOut.push_back(p_rectout);//line(imageContours, Point(P_rect[i].px, P_rect[i].py), Point(P_rect[j].px, P_rect[j].py), Scalar(255), 3);}}P_rectout.push_back(p_rectOut);}//一定范围内最近点连线//以第一个点sta为起点，寻找一定半径（r）范围内的所有临近点mid[]，连线，直到半径（r）内无此特征的点为止,遍历所有点float r = 500;/*Point2f sta = center_each[0];vector<Point2f> mid;*/for (int i = 0; i < P_rect.size(); i++){for (int j = 0; j < P_rect.size(); j++){float distance = abs(sqrtf(powf((P_rect[i].px - P_rect[j].px), 2) + powf((P_rect[i].py - P_rect[j].py), 2)));if (distance > 0 && distance < r){//mid.push_back(center_each[j]);line(imageContours, Point(P_rect[i].px, P_rect[i].py), Point(P_rect[j].px, P_rect[j].py), Scalar(255), 2);}}}//最短距离连线vector<Point> yet_link;for (int i = 0; i < (P_rect.size()-1); i++){float distance_min = 10000000000;int p_near = 0;for (int j = 0; j < P_rect.size(); j++){bool flag = 1;for (int k = 0; k < yet_link.size(); k++){if (i == yet_link[k].y && j == yet_link[k].x){flag = 0;continue;}}if (flag){float distance = abs(sqrtf(powf((P_rect[i].px - P_rect[j].px), 2) + powf((P_rect[i].py - P_rect[j].py), 2)));if (distance > 0 && distance<distance_min){p_near = j;distance_min = distance;}}}yet_link.push_back(Point(i, p_near));line(imageContours2, Point(P_rect[i].px, P_rect[i].py), Point(P_rect[p_near].px, P_rect[p_near].py), Scalar(255), 2);}}

opencv——图像中关于轮廓的一些操作相关推荐

使用Python，OpenCV从图像中删除轮廓
使用Python,OpenCV从图像中删除轮廓 1. 效果图 2. 步骤 3. 源码 4. 参考 1. 使用Python.OpenCV计算轮廓的中心并标记 2. 使用Python.OpenCV检测轮廓 ...
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演示代码以查找图像中的轮廓(附完整代码)
OpenCV演示代码以查找图像中的轮廓 OpenCV演示代码以查找图像中的轮廓 OpenCV演示代码以查找图像中的轮廓 #include "opencv2/imgcodecs.hpp&quo ...
OpenCV在图像中寻找轮廓的实例(附完整代码)
OpenCV在图像中寻找轮廓的实例 OpenCV在图像中寻找轮廓的实例 OpenCV在图像中寻找轮廓的实例 #include "opencv2/imgcodecs.hpp" #in ...
OpenCV在图像中寻找轮廓
OpenCV在图像中寻找轮廓在图像中寻找轮廓目标代码结果在图像中寻找轮廓目标在本教程中,您将学习如何: 使用OpenCV函数cv :: findContours 使用OpenCV函数cv ...
ITK:从图像中提取轮廓
ITK:从图像中提取轮廓内容提要输出结果 C++实现代码内容提要从图像中提取轮廓. 输出结果 There are 2 contoursContour 0: [10.5, 19] [10.460 ...
OpenCV图像中的人脸界标检测
OpenCV图像中的人脸界标检测图像中的人脸界标检测简介命令参数的描述{tutorial_face_training_parameters} 源代码检测结果图像中的人脸界标检测简介此应用 ...
使用Python，OpenCV寻找图像中的轮廓
使用Python和OpenCV查找图像中的形状 1. 效果图 2. 步骤 3. 源码参考这篇博客将讨论使用Python和OpenCV查找图像中的形状,具体是 cv2.inRange在图像中查找形状 ...
教你如何使用 OpenCV检测图像中的轮廓
@Author:Runsen 轮廓是连接所有具有某种颜色或强度的连续点的闭合曲线,它们代表图像中发现的对象的形状.轮廓检测是一种用于形状分析和物体检测和识别的有用技术. 轮廓检测并不是图像分割的唯一算 ...

opencv——图像中关于轮廓的一些操作

opencv——图像中关于轮廓的一些操作相关推荐

最新文章

热门文章