C++OpenCV系统学习(13)——凸包(Convex Hull)

1.概述

1.1凸包概念

1.2Graham扫描算法

  1. 首先选择Y方向最低的点作为起始点p0
  2. 从p0开始极坐标扫描,一次添加p1...pn(扫描顺序是根据极坐标的角度大小,逆时针方向)
  3. 对每个点pi来说,如果添加pi点到凸包中导致一个左转向(逆时针方法),则添加该点到凸包,反之如果导致一个右转向(顺时针方向)删除该点从凸包中。

 1.3API说明CV::convexHull

convexHull(
inputArray points,//输入候选点,来自findContours
outputArray hull,//凸包
bool clockwise,//default true,顺时针
bool returnPoints//true表示返回点个数,如果第二个参数是vector<Point>则自动忽略
)

 1.4操作流程

  1.  首先把图像从RGB转为灰度
  2. 然后再转为二值图像
  3. 再通过发现轮廓得到候选点
  4. 凸包API调用
  5. 绘制显示

2.程序设计

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, const char* argv[])
{
	Mat src = imread("F:/testImage/hand.png");
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input", WINDOW_AUTOSIZE);
	imshow("input", src);

	// ��ֵ��
	Mat dst, gray, binary;
	cvtColor(src, gray, COLOR_BGR2GRAY);
	threshold(gray, binary, 0, 255, THRESH_BINARY | THRESH_OTSU);

	// ɾ�����ſ�
	Mat k = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
	morphologyEx(binary, binary, MORPH_OPEN, k);
	imshow("binary", binary);

	vector<vector<Point>> contours;
	vector<Vec4i> hierarchy;
	findContours(binary, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point());
	for (size_t t = 0; t < contours.size(); t++) {
		vector<Point> hull;
		convexHull(contours[t], hull);
		bool isHull = isContourConvex(contours[t]);
		printf("test convex of the contours %s", isHull ? "Y" : "N");
		int len = hull.size();
		for (int i = 0; i < hull.size(); i++) {
			circle(src, hull[i], 4, Scalar(255, 0, 0), 2, 8, 0);
			line(src, hull[i % len], hull[(i + 1) % len], Scalar(0, 0, 255), 2, 8, 0);
		}
	}
	imshow("contours", src);

	waitKey(0);
	return 0;
}

OpenCV 中,`convexHull()` 函数是一个非常有用的工具,用于找到图像轮廓的凸包,即所有轮廓点中连接起来形成的最外层边界。这个函数通常用于二值图像处理,尤其是在形状分析或物体检测任务中。 当你想要找到一个轮廓中最突出、面积最大的凸包时,可以按照以下步骤操作: 1. **读取并预处理图像**:首先通过 `cv::imread()` 读取图像,并将其转换为灰度图像或二值图像,以便进行后续操作。 2. **边缘检测**:使用 OpenCV 的边缘检测算法(如 Canny 边缘检测)获取图像的轮廓。 3. **轮廓提取**:对边缘图像调用 `findContours()` 函数,它会返回所有的轮廓及其对应的层级。 4. **选择最大轮廓**:从提取的轮廓中选择面积最大的那个,这通常是通过比较每个轮廓的区域(`contourArea()`)来进行的。 5. **计算凸包**:对选定的最大轮廓应用 `convexHull()` 函数,返回的是凸包的顶点集合。 6. **绘制结果**:最后,可以用 `drawContours()` 来在原始图像上画出凸包,显示最突出的部分。 下面是一个简化的示例代码片段(假设 `img` 是输入图像,`contours` 和 `hierarchy` 是轮廓信息): ```cpp vector<vector<Point>> contours = findContours(img, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE); sort(contours.begin(), contours.end(), [](const vector<Point>& a, const vector<Point>& b) { return contourArea(a) > contourArea(b); }); if (!contours.empty()) { vector<Point> hull; convexHull(contours[0], hull); // 假设我们只关心第一个轮廓,如果需要考虑所有轮廓,就循环处理 drawContours(img, {hull}, -1, Scalar(0, 0, 255), 2); // 绘制凸包,颜色为红色 } imshow("Convex Hull", img); ```
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

打赏作者

AI炮灰

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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