API

基于RDP算法实现,目的是减少多边形轮廓点数

approxPolyDP( //减少多边形轮廓点数
InputArray curve, //一般是由图像的轮廓点组成的点集 Mat(vector)
OutputArray approxCurve, //表示输出的多边形点集
double epsilon, //主要表示输出的精度，就是两个轮廓点之间最大距离数，5,6,7，，8，，,，
bool closed //表示输出的多边形是否封闭
）

RDP算法：
1. 判断起始点(当前点)与终点的距离是否小于 epsilon，若小于，结束，不小于执行2
2. 选取起始点(当前点)A的后两个位置的点C，判断它们之间的距离是否小于 epsilon，若小于，点C与它们的中间点B都舍弃，若不小于，执行3
3. 判断A与B，B与C的距离，若有一者小于 epsilon，则点B舍弃，否则保留。然后点C作为起始点(当前点)重复 1 2 3 步骤，直到终点(这里得出的是一系列符合要求的点)

轮廓周围绘制矩形 -API

cv::boundingRect(InputArray points) 得到轮廓周围最小矩形左上交点坐标和右下角点坐标，绘制一个矩形
cv::minAreaRect(InputArray points) 得到一个旋转的矩形，返回旋转矩形

轮廓周围绘制圆和椭圆-API

cv::minEnclosingCircle(// 得到轮廓周围最小椭圆
InputArray points, //得到最小区域圆形
Point2f& center, // 圆心位置输出参数
float& radius// 圆的半径输出参数
)
cv::fitEllipse(InputArray points) // 得到最小椭圆，若points的点数size小于5，会报错

演示代码-步骤

首先将图像变为二值图像
发现轮廓，找到图像轮廓
通过相关API在轮廓点上找到最小包含矩形和圆，旋转矩形与椭圆。
绘制它们。

程序代码

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>using namespace std;
using namespace cv;
Mat src, gray_src, drawImg;
int threshold_v = 170;
int threshold_max = 255;
const char* output_win = "rectangle-demo";
RNG rng(12345);
void Contours_Callback(int, void*);int main(int argc, char** argv) {// 载入原图像, 返回3通道图像src = imread("E:/Experiment/OpenCV/Pictures/NumberTest.jpg");if (!src.data) {printf("could not load image...\n");return -1;}// 转化成灰度图像并进行平滑cvtColor(src, gray_src, CV_BGR2GRAY);blur(gray_src, gray_src, Size(3, 3), Point(-1, -1));// 创建窗口const char* source_win = "input image";namedWindow(source_win, CV_WINDOW_AUTOSIZE);namedWindow(output_win, CV_WINDOW_AUTOSIZE);imshow(source_win, src);createTrackbar("Threshold Value:", output_win, &threshold_v, threshold_max, Contours_Callback);Contours_Callback(0, 0);waitKey(0);return 0;
}void Contours_Callback(int, void*) {Mat binary_output;vector<vector<Point>> contours;//定义图像轮廓点集vector<Vec4i> hierachy;// 使用Threshold检测边缘,二值化操作threshold(gray_src, binary_output, threshold_v, threshold_max, THRESH_BINARY);//阈值二值化//imshow("binary image", binary_output);// 找到轮廓findContours(binary_output, contours, hierachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(-1, -1));//发现轮廓// 多边形逼近轮廓 + 获取矩形和圆形边界框vector<vector<Point>> contours_ploy(contours.size());//减少点数后的轮廓的集合,定义图像输出的多边形点集vector<Rect> ploy_rects(contours.size());//轮廓点形成的矩形vector<Point2f> ccs(contours.size());//定义圆心坐标vector<float> radius(contours.size());//定义圆的半径vector<RotatedRect> minRects(contours.size());//每个轮廓最终形成的最小的旋转的矩形vector<RotatedRect> myellipse(contours.size());//每个轮廓最终形成的最小椭圆for (size_t i = 0; i < contours.size(); i++) {approxPolyDP(Mat(contours[i]), contours_ploy[i], 3, true);//减少轮廓点数，为后面的算法提高效率ploy_rects[i] = boundingRect(contours_ploy[i]);//得到轮廓周围最小矩形minEnclosingCircle(contours_ploy[i], ccs[i], radius[i]);//得到轮廓周围最小椭圆if (contours_ploy[i].size() > 5) {myellipse[i] = fitEllipse(contours_ploy[i]);// 得到最小椭圆，若contours_ploy[i]的点数size小于5会报错minRects[i] = minAreaRect(contours_ploy[i]);// 得到一个旋转的矩形，返回旋转矩形}}// 画多边形轮廓 + 包围的矩形框 + 圆形框  draw itdrawImg = Mat::zeros(src.size(), src.type());Point2f pts[4];//画直线需要4个点for (size_t t = 0; t < contours.size(); t++) { // contours_ploy[i]的点数size小于5的，不处理Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));//rectangle(drawImg, ploy_rects[t], color, 2, 8);//画矩形//circle(drawImg, ccs[t], radius[t], color, 2, 8);//画圆if (contours_ploy[t].size() > 5) {ellipse(drawImg, myellipse[t], color, 1, 8);//画椭圆minRects[t].points(pts); // 得到轮廓所在的旋转的矩形的四个顶点坐标for (int r = 0; r < 4; r++) {line(drawImg, pts[r], pts[(r + 1) % 4], color, 1, 8);//通过线，画旋转的矩形}}}// 显示在一个窗口imshow(output_win, drawImg);return;
}

运行截图

参考博客

https://blog.csdn.net/qq_31647835/article/details/81055711

https://blog.csdn.net/huanghuangjin/article/details/81188001

https://blog.csdn.net/LYKymy/article/details/83210437

https://blog.csdn.net/Daker_Huang/article/details/83826674

OpenCV-图像处理（30、轮廓周围绘制矩形框和圆形框）相关推荐

Opencv(六)模板匹配、轮廓检测、轮廓周围绘制矩形框和圆形框
模板匹配介绍模板匹配就是在整个图像区域发现与给定子图像匹配的小块区域. 所以模板匹配首先需要一个模板图像T(给定的子图像) 另外需要一个待检测的图像-源图像S 工作方法,在带检测图像上,从左到右,从 ...
Java OpenCV 图像处理30 视频分析和对象跟踪视频读取
Java OpenCV 图像处理30 视频分析和对象跟踪视频读取 Java OpenCV-4.0.0 图像处理视频分析和对象跟踪视频读取 package com.xu.opencv.video; ...
【学习OpenCV】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图像处理基础（五）鼠标事件画个框
在GUI编程中会涉及到鼠标事件,通过鼠标事件可以使得人和机器的交互更为便捷.opencv中提供了一种以回调函数实现的鼠标事件机制. 下面是一个例子,通过鼠标在一张图片上画出任意大小的矩形框. 效果如下 ...
opencv图像处理之轮廓外背景颜色改变
自行学习弄得简单代码,使用了图像中的轮廓发现以及提取,再绘制出来,改变轮廓外的像素首先,头文件,写的比较多,没用的可以自己去除 #include <opencv2/core/core.hpp& ...
python+OpenCV图像处理（三）绘制简单的几何图形、显示文字
绘制简单的几何图形.显示文字 (一)绘制直线和矩形 img = np.zeros([512, 512, 3]) # line函数用来画直线,第一个参数可以理解为画布矩阵, # 第二个参数pt1是直线的 ...
OpenCV学习(30) 轮廓defects
https://www.cnblogs.com/mikewolf2002/p/3426652.html 上一篇教程中,我们学习了如何计算轮廓的凸包,其实对一个轮廓而言,可能它的凸包和它本身是重合的,也 ...
openCV专栏(八)：图像轮廓：绘制轮廓
OPENCV基础操作提示:本专栏所用版本仅供参考,其他版本也可库版本 python Python 3.9.3 opencv 4.5.5 matplotlib 3.4.3 numpy 1.19.5 ...
OpenCV图像处理基础(C++版)
目录 OpenCV环境搭建加载修改保存图像矩阵的掩膜操作 Mat对象图像操作图像混合调整图像亮度与对比度绘制形状与文字模糊图像一模糊图像二膨胀与腐蚀形态学操作形态学操作应用- ...
OpenCV 图像处理编程学习笔记
<OpenCV编程实例代码>各章重点知识点简述第一章 OpenCv环境配置第二章图像及视频的基本操作第二部分图像处理技术第三章图像灰度变换技术第四章图像平滑技术第五章 ...

OpenCV-图像处理（30、轮廓周围绘制矩形框和圆形框）

API