【OpenCV学习笔记】二十七、轮廓特征属性及应用(四)——正外接矩形

标签： OpenCV图像处理

2017-04-01 14:35 945人阅读评论(2) 收藏举报

分类：

OpenCV学习笔记（41）

轮廓特征属性及应用(四)——正外接矩形

1.轮廓正外接矩形——boundingRect（）

2.完成了三个小应用：正外接矩形的查找绘制、分割硬币轮廓、简单车牌字符分割

先上ppt：

代码：

正外接矩形的查找绘制：

[cpp] view plaincopy

///正外接矩形的查找绘制
#include "opencv2/opencv.hpp"
using namespace cv;
#include <iostream>
using namespace std;
int main()
{
//1.查找轮廓
//1.1查找轮廓前的预处理（灰度图，阈值化）
Mat srcImg = imread("12.jpg",CV_LOAD_IMAGE_COLOR);
imshow("srcImg", srcImg);
Mat copyImg = srcImg.clone();
cvtColor(srcImg,srcImg,CV_BGR2GRAY);
threshold(srcImg,srcImg,100,255,CV_THRESH_BINARY);
imshow("threshold",srcImg);
vector <vector<Point>> contours;
vector<Vec4i> hierarcy;//没用到
//1.2查找轮廓
findContours(srcImg,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);//最外层轮廓
//1.3绘制所有轮廓
drawContours(copyImg,contours,-1,Scalar(0,255,0),1,8);
//2.由轮廓确定正外接矩形
int width = 0;
int height = 0;
int x = 0;
int y = 0;
//2.1 定义Rect类型的vector容器boundRect存放正外接矩形，初始化大小为contours.size()即轮廓个数
vector<Rect> boundRect(contours.size());
//2.2 遍历每个轮廓
for (int i = 0; i < contours.size(); i++)
{
//2.3由轮廓（点集）确定出正外接矩形
boundRect[i] = boundingRect(Mat(contours[i]));
//2.4获得正外接矩形的左上角坐标及宽高
width = boundRect[i].width;
height = boundRect[i].height;
x = boundRect[i].x;
y = boundRect[i].y;
//2.5用画矩形方法绘制正外接矩形
rectangle(copyImg,Rect(x,y,width,height),Scalar(0,0,255),1,8);
}
imshow("轮廓和正外接矩形", copyImg);
waitKey(0);
return 0;
}

运行结果：

分割硬币轮廓：

[cpp] view plaincopy

///分割硬币轮廓
#include "opencv2/opencv.hpp"
using namespace cv;
#include <iostream>
using namespace std;
int main()
{
//1.查找轮廓
//1.1查找轮廓前的预处理（灰度图，阈值化）
Mat srcImg = imread("33.png",CV_LOAD_IMAGE_COLOR);
imshow("srcImg", srcImg);
Mat copyImg = srcImg.clone();
cvtColor(srcImg,srcImg,CV_BGR2GRAY);
threshold(srcImg,srcImg,100,255,CV_THRESH_BINARY);
imshow("threshold",srcImg);
//*1.2增加了膨胀和腐蚀
//因为有一个轮廓有断点，导致外接矩形是两个小的而不是一个整的，故要膨胀，将断点连起来
//1.2.1定义kernel
Mat kernel = getStructuringElement(MORPH_RECT,Size(5,5),Point(-1,-1));
//1.2.2膨胀
dilate(srcImg,srcImg,kernel,Point(-1,-1));
//1.2.3腐蚀
erode(srcImg,srcImg,kernel,Point(-1,-1));
imshow("膨胀和腐蚀", srcImg);
//1.3查找轮廓
vector <vector<Point>> contours;
vector<Vec4i> hierarcy;//没用到
findContours(srcImg,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);//最外层轮廓
//1.4绘制所有轮廓
drawContours(copyImg,contours,-1,Scalar(0,255,0),1,8);
//2.由轮廓确定正外接矩形
int width = 0;
int height = 0;
int x = 0;
int y = 0;
//2.1 定义Rect类型的vector容器boundRect存放正外接矩形，初始化大小为contours.size()即轮廓个数
vector<Rect> boundRect(contours.size());
//2.2 遍历每个轮廓
for (int i = 0; i < contours.size(); i++)
{
//2.3由轮廓（点集）确定出正外接矩形
boundRect[i] = boundingRect(Mat(contours[i]));
//2.4获得正外接矩形的左上角坐标及宽高
width = boundRect[i].width;
height = boundRect[i].height;
x = boundRect[i].x;
y = boundRect[i].y;
//*2.5 对正外接矩形进行筛选（过滤掉小的）
if (width>40 && height > 40)
{
//2.6用画矩形方法绘制正外接矩形
rectangle(copyImg, Rect(x, y, width, height), Scalar(0, 0, 255), 1, 8);
}
}
imshow("轮廓和正外接矩形", copyImg);
waitKey(0);
return 0;
}

运行结果：

简单车牌字符分割：

[cpp] view plaincopy

///简单车牌字符分割
#include "opencv2/opencv.hpp"
using namespace cv;
#include <iostream>
using namespace std;
int main()
{
//1.查找轮廓
//1.1查找轮廓前的预处理（灰度图，阈值化）
Mat srcImg = imread("Car.jpg", CV_LOAD_IMAGE_COLOR);
imshow("srcImg", srcImg);
Mat copyImg = srcImg.clone();
cvtColor(srcImg, srcImg, CV_BGR2GRAY);
threshold(srcImg, srcImg, 100, 255, CV_THRESH_BINARY);
imshow("threshold", srcImg);
//1.2查找轮廓
vector <vector<Point>> contours;
vector<Vec4i> hierarcy;//没用到
findContours(srcImg, contours, CV_RETR_LIST, CV_CHAIN_APPROX_NONE);//所有轮廓
//1.3绘制所有轮廓
drawContours(copyImg, contours, -1, Scalar(0, 255, 0), 1, 8);
//2.由轮廓确定正外接矩形
int width = 0;
int height = 0;
int x = 0;
int y = 0;
//2.1 定义Rect类型的vector容器boundRect存放正外接矩形，初始化大小为contours.size()即轮廓个数
vector<Rect> boundRect(contours.size());
//2.2 遍历每个轮廓
for (int i = 0; i < contours.size(); i++)
{
//2.3由轮廓（点集）确定出正外接矩形
boundRect[i] = boundingRect(Mat(contours[i]));
//2.4获得正外接矩形的左上角坐标及宽高
width = boundRect[i].width;
height = boundRect[i].height;
x = boundRect[i].x;
y = boundRect[i].y;
//*2.5 对正外接矩形进行筛选（过滤掉过小及过大的）
if (width>(1.0 / 12)*srcImg.cols && width<(1.0 / 7)*srcImg.cols
&&height >(1.0 / 6)*srcImg.rows&& height < (5.0 / 6)*srcImg.rows)
{
//2.6用画矩形方法绘制正外接矩形
rectangle(copyImg, Rect(x, y, width, height), Scalar(0, 0, 255), 1, 8);
//*2.7 通过ROI保存分割出的车牌字符
//2.7.1 定义ROI
Mat ROI = copyImg(Rect(x,y,width,height));
//2.7.2 通过sprintf格式化文件存储名name
char name[20] = {0};
sprintf(name,"E:\\temp\\%d.jpg",i);
//2.7.3 写ROI到本地
imwrite(name,ROI);
}
}
imshow("轮廓和正外接矩形", copyImg);
waitKey(0);
return 0;
}

运行结果：

OpenCV学习笔记】二十七、轮廓特征属性及应用(四)——正外接矩形相关推荐

OpenCV学习笔记（十六）——CamShift研究 OpenCV学习笔记（十七）——运动分析和物体跟踪Video OpenCV学习笔记（十八）——图像的各种变换（cvtColor*+）imgproc
OpenCV学习笔记(十六)--CamShift研究 CamShitf算法,即Continuously Apative Mean-Shift算法,基本思想就是对视频图像的多帧进行MeanShift运算 ...
OpenCV学习笔记（十七）：查找并绘制轮廓：findContours(),drawContours(),approxPolyDP()
OpenCV学习笔记(十七):查找并绘制轮廓:findContours() 1.findContours() 函数该函数使用Suzuki85算法从二值图像中检索轮廓.轮廓线是一种用于形状分析.目标检 ...
OpenCV学习笔记（十七）：图像修补：inpaint()
OpenCV学习笔记(十七):图像修补:inpaint() inpaint()函数使用区域邻域在图像中还原选定区域. void inpaint( InputArray src, // 表示要修复的图 ...
uniapp 学习笔记二十七购物车总价计算及弹窗交互逻辑完善
uniapp 学习笔记二十七购物车总价计算及弹窗交互逻辑完善 uniapp 学习笔记二十七购物车总价计算及弹窗交互逻辑完善 cart.vue <template><view> ...
opencv学习笔记4：获取图像属性
获取形状属性使用shape ,返回图像的行数,列数,通道数的元祖灰度图:返回行数 ,列数彩色图:返回行数,列数,通道数算例灰度图 import cv2 i=cv2.imread('le ...
Mr.J-- jQuery学习笔记(二十七)--DOM操作方法(删除获取文本)
清除 <body> <button>调用remove</button> <div>我是div<p>我是段落</p> </d ...
OpenCv学习笔记(二)--Mat矩阵(图像容器)的创建及CV_8UC1,CV_8UC2等参数详解
(一)Mat矩阵(图像容器)创建时CV_8UC1,CV_8UC2等参数详解 1--Mat不但是一个非常有用的图像容器类,同时也是一个通用的矩阵类 2--创建一个Mat对象的方法很多,我们现在先看一下M ...
Qt学习笔记(二十七)：QLabel 的常用方法
一.QLabel 的构造函数: 1.QLabel(QWidget * parent = 0, Qt::WindowFlags f = 0):创建 QLabel 控件时,指定其父对象,并设置其窗口属性( ...
C++语法学习笔记二十七：引用折叠，转发、完美转发，forward
实例代码 // 引用折叠,转发.完美转发,forward#include <iostream>using namespace std;template<typename T> ...
opencv学习笔记二十一：使用HSV颜色空间实现颜色识别
一.颜色空间介绍 RGB 颜色空间是大家最熟悉的颜色空间,即三基色空间,任何一种颜色都可以由该三种颜色混合而成.然而一般对颜色空间的图像进行有效处理都是在 HSV 空间进行的,HSV( ...

OpenCV学习笔记】二十七、轮廓特征属性及应用(四)——正外接矩形

【OpenCV学习笔记】二十七、轮廓特征属性及应用(四)——正外接矩形

OpenCV学习笔记】二十七、轮廓特征属性及应用(四)——正外接矩形相关推荐

最新文章

热门文章