OpenCV学习之旅6——图像轮廓与图像分割修复(2)

本文介绍如何使用OpenCV处理图像轮廓,包括边缘检测、轮廓提取及利用矩进行形状分析的方法。详细展示了moments、contourArea和arcLength等函数的应用,并提供了一个完整的代码示例。

1. 使用多边形将轮廓包围

常用的多边形轮廓函数:

1.1 返回外部矩形边界

Rect boundingRect( InputArray points );

1.2 寻找最小包围矩形

RotatedRect minAreaRect( InputArray points );

1.3 寻找最小包围圆形

void minEnclosingCircle( InputArray points,CV_OUT Point2f& center, CV_OUT float& radius );

1.4 用椭圆拟合二维点集

RotatedRect fitEllipse( InputArray points );

2. 图像的矩

矩在图像分析中有着极为重要的应用,如在模式识别、目标分类、目标识别、方位估计、图像编码与重构等。数字图像的矩集描述了该图像形状的全局特征,并提供了大量的关于该图像的大小、位置、方向、形状信息等。
图像的矩广泛地应用在图像处理、机器人技术的目标识别与方位估计等方面。一阶矩与形状有关,二阶矩表示曲线围绕直线平均值的扩展程度(没太看懂o(╥﹏╥)o),三阶矩是关于平均值的对称性的测量。二阶矩和三阶矩能导出七个不变矩,不变矩满足平移、旋转、伸缩不变性,在图像识别领域广泛应用。
OpenCV中由moments、contourArea、arcLength三个函数配合求取:moments计算出图像所有的矩、contourArea计算轮廓面积、arcLength计算轮廓或曲线的长度。

2.1 moments()函数

Moments moments( InputArray array, bool binaryImage=false );

第一个参数:可以是光栅图像或二维数组;

2.2 contourArea()函数

double contourArea( InputArray contour, bool oriented=false );

2.3 arcLength()函数

double arcLength( InputArray curve, bool closed );

2.4 实例

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>

using namespace cv;
using namespace std;

//-----------------------------------【宏定义部分】-------------------------------------------- 
//      描述:定义一些辅助宏 
//------------------------------------------------------------------------------------------------ 
#define WINDOW_NAME1 "【原始图】"                    //为窗口标题定义的宏 
#define WINDOW_NAME2 "【图像轮廓】"        //为窗口标题定义的宏 

//-----------------------------------【全局变量声明部分】--------------------------------------
//      描述:全局变量的声明
//-----------------------------------------------------------------------------------------------
Mat g_srcImage; Mat g_grayImage;
int g_nThresh = 100;
int g_nMaxThresh = 255;
RNG g_rng(12345);
Mat g_cannyMat_output;
vector<vector<Point> > g_vContours;
vector<Vec4i> g_vHierarchy;

//-----------------------------------【全局变量声明部分】--------------------------------------
//      描述:全局变量的声明
//-----------------------------------------------------------------------------------------------
void on_ThreshChange(int, void* );

//-----------------------------------【main( )函数】--------------------------------------------
//      描述:控制台应用程序的入口函数,我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main( int argc, char** argv )
{
    //【0】改变console字体颜色
    system("color 71"); 

    // 读入原图像, 返回3通道图像数据
    g_srcImage = imread( "1.jpg", 1 );

    // 把原图像转化成灰度图像并进行平滑
    cvtColor( g_srcImage, g_grayImage, CV_BGR2GRAY );
    blur( g_grayImage, g_grayImage, Size(3,3) );

    // 创建新窗口
    namedWindow( WINDOW_NAME1, CV_WINDOW_AUTOSIZE );
    imshow( WINDOW_NAME1, g_srcImage );

    //创建滚动条并进行初始化
    createTrackbar( " 阈值", WINDOW_NAME1, &g_nThresh, g_nMaxThresh, on_ThreshChange );
    on_ThreshChange( 0, 0 );

    waitKey(0);
    return(0);
}

//-----------------------------------【on_ThreshChange( )函数】-------------------------------
//      描述:回调函数
//-----------------------------------------------------------------------------------------------
void on_ThreshChange(int, void* )
{
    // 使用Canndy检测边缘
    Canny( g_grayImage, g_cannyMat_output, g_nThresh, g_nThresh*2, 3 );

    // 找到轮廓
    findContours( g_cannyMat_output, g_vContours, g_vHierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0) );

    // 计算矩
    vector<Moments> mu(g_vContours.size() );
    for(unsigned int i = 0; i < g_vContours.size(); i++ )
    { 
        mu[i] = moments( g_vContours[i], false ); 
    }

    //  计算中心矩
    vector<Point2f> mc( g_vContours.size() );
    for( unsigned int i = 0; i < g_vContours.size(); i++ )
    { mc[i] = Point2f( static_cast<float>(mu[i].m10/mu[i].m00), static_cast<float>(mu[i].m01/mu[i].m00 )); }

    // 绘制轮廓
    Mat drawing = Mat::zeros( g_cannyMat_output.size(), CV_8UC3 );
    for( unsigned int i = 0; i< g_vContours.size(); i++ )
    {
        Scalar color = Scalar( g_rng.uniform(0, 255), g_rng.uniform(0,255), g_rng.uniform(0,255) );//随机生成颜色值
        drawContours( drawing, g_vContours, i, color, 2, 8, g_vHierarchy, 0, Point() );//绘制外层和内层轮廓
        circle( drawing, mc[i], 4, color, -1, 8, 0 );;//绘制圆
    }

    // 显示到窗口中
    namedWindow( WINDOW_NAME2, CV_WINDOW_AUTOSIZE );
    imshow( WINDOW_NAME2, drawing );

    // 通过m00计算轮廓面积并且和OpenCV函数比较
    printf("\t 输出内容: 面积和轮廓长度\n");
    for(unsigned  int i = 0; i< g_vContours.size(); i++ )
    {
        printf(" >通过m00计算出轮廓[%d]的面积: (M_00) = %.2f \n OpenCV函数计算出的面积=%.2f , 长度: %.2f \n\n", i, mu[i].m00, contourArea(g_vContours[i]), arcLength( g_vContours[i], true ) );
        Scalar color = Scalar( g_rng.uniform(0, 255), g_rng.uniform(0,255), g_rng.uniform(0,255) );
        drawContours( drawing, g_vContours, i, color, 2, 8, g_vHierarchy, 0, Point() );
        circle( drawing, mc[i], 4, color, -1, 8, 0 );
    }
}
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值