open cv点多边形测试

什么是点多边形测试（pointPolygonTest）

1.基于轮廓与边缘的参考，计算图像中每个像素点到最近轮廓的距离，生成距离系数图像(色差图)

2.测试一个点是否在给定的多边形内部、边缘或者外部（根据所有点到多边形中心距离可以生成一幅图像（测试图））

---

应用场景：
对象跟踪时，可以判断一个点或对象是否在指定区域内

---

点多边形测试API介绍：cv::pointPolygonTest

pointPolygonTest
(
InputArray contours,//输入的轮廓
Point2f pt,//测试点
bool meatureDist//是否返回距离值，如果是false,1表示在内面，0表示在边界上，-1表示在外部，如果是true返回实际距离，外部为负值，内部为正值，返回数据为double类型
)

---

点多边形测试实现步骤

1.构建一张400*400大小的图像Mat::zeros(400, 400, CV_8UC1)
2.画上一个六边形的闭合区域line
3.发现轮廓findContours
4.对图像中所有像素点做点多边形测试，得到距离pointPolygonTest
5.归一化后显示

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui_c.h>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;

int thre = 51;

Mat src, dst;

void PointPloy(int, void*);

int main()
{
   

   src = imread("D:/实验台/机器视觉/测试图片/多多边形.jpg");
	if (src.empty())//如果src这个数据库属性为空
	{
   
		cout << "无法打开" << endl;
		return -1;
	}
	cvtColor(src, src, CV_BGR2GRAY);
	imshow("原图", src);
	PointPloy(0,0);
	waitKey(0);
	return 0;
}

//目标：基于轮廓与边缘的参考，计算图像中每个像素点到最近轮廓的距离，生成距离系数图像
//应用场景：对象跟踪时，可以判断一个点或对象是否在指定区域内
void PointPloy(int, void*