OpenCV 凸包

最新推荐文章于 2025-03-24 09:02:16 发布
最新推荐文章于 2025-03-24 09:02:16 发布
阅读量233 收藏
点赞数
分类专栏： 10 文章标签： opencv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/ccccting/article/details/118337990
版权
本文介绍了OpenCV中的凸包概念，以及如何使用cv2.convexHull()函数检测和修复曲线的凸性缺陷。通过示例展示了该函数如何找出图像中物体的凸包，同时指出凸包在存在凹陷部分时的处理方式。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

作者：ccccting

案列：© Fu Xianjun. All Rights Reserved.

目录

什么是凸包

定义

代码

什么是凸包

定义

凸包与轮廓近似相似，但不同，虽然有些情况下它们给出的结果是一样的。函数cv2.convexHull()可以用来检测一个曲线是否具有凸性缺陷，并能纠正缺陷。一般来说，凸性曲线总是凸出来的，至少是平的。如果有地方凹进去了就被叫做凸性缺陷。例如下图中的手，红色曲线显示了手的凸包，凸性缺陷被双箭头标出来了。
加粗样式

代码

.   @param points Input 2D point set, stored in std::vector or Mat.
.   @param hull Output convex hull.
.   @param clockwise Orientation flag. If it is true, the output convex hull is oriented clockwise.
.   Otherwise, it is oriented counter-clockwise. 
.   @p
最低0.47元/天 解锁文章
Python OpenCV 凸包：使用OpenCV实现凸包算法
weixin_50547796的博客
07-25 172
除了上述代码中的凸包处理外，OpenCV 还提供了更多的轮廓处理方法，如轮廓面积计算、轮廓周长计算、轮廓近似、轮廓匹配、轮廓特征提取等，有了这些强大的工具，我们可以针对不同的需求，对图像中的轮廓进行高效的处理和分析。Python OpenCV 凸包算法是一个非常实用的图像处理技术，在实际应用中具有广泛的应用价值，若您需要对图像中的轮廓进行处理，不妨借助 OpenCV 提供的强大工具，将凸包算法加入到您的处理流程中。在图像处理中，我们经常需要对图像中的轮廓进行分析和处理，而在轮廓处理中，
C++OpenCV凸包检测实战
bigData1994pb的博客
05-28 1211
1.概述 凸包作为计算几何入门必学的知识非常重要，那么什么是凸包呢？ 凸包的定义可以理解为给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸多边形，它能包含点集中所有的点。在找凸包的时候需要使用向量，因为两向量的叉积的正负可以判断两个向量所处的方位。向量以及相应的操作建议写成结构体的形式封装起来，包括运算符重载。 2.实现流程 先将图像转化为灰度图像 转为二值图像 找到图像全部轮廓点 使用凸包API从全部轮廓点中找到最优轮廓点 连接凸包轮廓点 3.完整实验程序 #include&
OpenCV--凸包
m0_57454729的博客
06-29 3008
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、凸包是什么？二、使用步骤1.获取凸包2.凸包缺陷检测（图是有缺陷的）3.测试轮廓是否是凸型的总结 前言 随着人工智能的不断发展，OpenCV这门技术也越来越重要，很多人都开启了学习OpenCV，本文就介绍了OpenCV的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、凸包是什么？ 凸包(Convex Hull)是一个计算几何（图形学）中的概念，它的严格的数学定义为：在一个向量空间V中，对于给定集合X，所有
OpenCV-凸包
just_tree的博客
04-14 1998
凸包（convex hull） 概念： Graham扫描算法： API: #include <opencv2/opencv.hpp> #include <iostream> #include <math.h> #include <opencv2/highgui/highgui.hpp> using namespace std; using...
Python----计算机视觉处理（Opencv：凸包特征检测：凸包方法）
最新发布
weixin_64110589的博客
03-24 1409
通俗的说，就是完全凸起，没有凹处的多边形，也叫做凸多边形。一 般来说凸包都是伴随着某类点集存在的，也被称为某个点集的凸包。对于一个点集来说，如果该点集存在凸包，那么这个点集中的所有的点要么 在这个凸包上，要么在这个凸包内。凸包检测常用在物体识别、手势识别及边界检测等领域。
OpenCV凸包
m0_60259116的博客
02-14 214
OpenCV凸包
OpenCV——凸包
weixin_30361753的博客
09-23 168
1 #include <opencv2/opencv.hpp> 2 #include <iostream> 3 #include <math.h> 4 5 using namespace cv; 6 using namespace std; 7 8 9 int main(int argc, char...
OpenCV:凸包
czl389的专栏
03-08 1297
当评价一个点集的2D空间分布时，凸包是一个有用的工具。这个点集可以是轮廓、关键点集合等。计算凸包，OpenCV提供了函数：convexHull(Mat(points), hull, true);下面的OpenCV示例程序，随机产生了一个点集，然后计算了它的凸包。并将点集和凸包画了出来。#include "opencv2/imgproc/imgproc.hpp" #include "opencv2/h
opencv凸包的简单运用
weixin_54574838的博客
04-24 701
序 这次我们来学习关于opencv的图像轮廓中很重要的一个内容，凸包，凸包指的是完全包含原有轮廓， #仅由轮廓上的点所构成的多边形。凸包的，每一处都是凸的，即凸包内任意两点的直线都在凸包的内部。在凸包内，任意的连续的三个点的内角都小于180°。 #了解过了凸包的概念之后，让我们来了解，凸包的简单运用。首先来看看凸包的函数语法格式。 代码展示 hull = cv2.convexHull(points[,clockwise[,returnPoints]]} 知道了基本语法格式之后，我们就可以利用前面学习过的图
OpenCV凸包与凸缺陷
astinky的博客
04-25 1205
文章目录前言一、凸包是什么？二、使用步骤1.引入库2.读入数据总结 前言 随着人工智能的不断发展，OpenCV这门技术也越来越重要，很多人都开启了学习OpenCV，本文就介绍了OpenCV中的凸包的应用。 一、凸包是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下（示例）： import numpy as np import pandas as pd import matplotlib.pyplot as plt imp
Opencv凸包
weixin_57463239的博客
06-29 119
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言二、使用步骤1.获取凸包 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、凸包是什么？ 凸包(Convex Hull)是一个计算几何（图形学）中的概念，它的严格的数学定义为：在一个向量空间V中，对于给定集合X，所有包含X的凸集的交集S被称为X的凸包。  
OpenCV中的凸包
qq_25105061的博客
10-31 445
OpenCV中的凸包 凸包是指给定一个二维平面上的点集，凸包就是将这个点集最外层的点连接起来构成的凸多边形。 上一节的找到图像的边界点的坐标信息，在此基础之上，进行凸包操作。 具体流程: 找到图像的轮廓边界坐标信息，存储在vector<vector> contours中，则每一个contours[i]代表了一条边际，即是一系列点的集合，然后，我们利用凸包的定义，在这个点集上找到凸包，遍...
OpenCV之寻找凸包
xddwz的博客
01-07 562
凸包是计算机几何中常见的概念。简单来说，给定二维平面上的点集，凸包就是将最外层的点连接起来构成凸多边形，它是能包含点集中所有点的。理解物体形状或轮廓的一种比较有用的方法是计算一个物体的凸包，然后计算其凸缺陷，很多复杂物体的特性能很好的被这种缺陷表现出来。 convexHull()函数 OpenCV中用convexHull()函数寻找图像点集中的凸包，函数原型： void convexHull(InputArray points, OutputArray hull, bool clockwise=fa
【OpenCV】-物体的凸包
qq_44859533的博客
08-10 1872
如下：用人手图来举例说明凸缺陷概念。手周围深色的线描画出凸包，A到H被标出的区域是凸包的各个“缺陷”，这些凸度缺陷提供了手以及手状态的特征表现的方法。函数说明：返回默认的随机数生成器。解释：给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸边形，它是包含点集中所有的点。但想要在一个循环中产生很多随机数，那么使用此函数检索生成器，会很快。说明：随机生成3~103个坐标值随机的彩色点，然后将这些点连接起来。说明：convexHull()函数用于寻找图像点集中的凸包。...
计算机视觉——OpenCV C++实现凸包
知来者逆的博客
06-25 1638
在图像中发现和分析形式是解决大多数计算机视觉问题的技巧之一，获取轮廓是其中之一。对于新手来说，我会将轮廓描述为“仅仅是一条连接所有位于形状边缘上的点的曲线。假设我有下面这张手的图像，手的轮廓由绿线表示。红点代表我们将连接起来形成轮廓曲线的点。我对轮廓的高级数学课程记忆犹新。然而，由于老师从未强调过轮廓在现实世界中的应用，所以很难理解这个主题的重要性。今天，我发现它在计算机视觉中的重要性。什么是凸包？一个没有大于180度的内角的物品被称为凸形的。非凸形或凹形是指不是凸形的形状。
opencv 凸包
zhangjunp3的博客
04-03 2945
一、话说凸包凸包（Convex Hull）是一个计算几何（图形学）中常见的概念。简单来说，给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸多边形，它是能包含点集中所有点的。理解物体形状或轮廓的一种比较有用的方法便是计算一个物体的凸包，然后计算其凸缺陷（convexity defects）。二、处理凸包的一般步骤预处理获取轮廓调用函数获得凸包画出凸包（可选），计算凸缺陷（可选）关于凸包，在...
open cv凸包
Chroniccandy的博客
06-20 416
什么是凸包? 凸：得到的结果是一个凸出的形状，可以理解为一个凸多边形 包：包围图像中的所有东西 未封闭的凸包叫做凸壳 在一个多边形边缘或者内部任意两个点的连线都包含在多边形边界或者内部 凸包跟多边形逼近很像，只不过它是物体最外层的”凸”多边形：集合A内连接任意两个点的直线都在A的内部，则称集合A是凸形的 我们也可以理解为这个是一个平面，上面钉了很多钉子，然后用一根细线或者橡皮筋把他包围起来，包围的这一周就是凸包。 当然，这个是对于二维平面，我们通过二维平面来理解凸包，那我们现在给出在多维平面（向量空间）中的
OpenCV图像处理技术(Python)——凸包
zhanghao139的博客
06-05 2472
©FuXianjun OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 一、凸包绘制 凸包就是完全包含原有轮廓，并且仅由轮廓上的点所构成的多边形。 获取凸包 cv2.convexHull( points[, clockwise[, returnPoints]] ) points: 轮廓；clockwise：布尔型值；returnPoints：布尔型值。 通过代码将下列图片进行凸包绘制
opencv凸包
03-14
### OpenCV 中凸包函数的使用教程 #### 1. 凸包的概念 在计算机视觉领域，凸包是指包围一组点的最小凸多边形。通过计算图像中的轮廓并提取其凸包，可以用于形状分析、手势识别等领域。 #### 2. `cv::convexHull` 的基本用法 OpenCV 提供了一个名为 `cv::convexHull` 的函数来计算给定点集的凸包[^1]。该函数的主要参数包括输入点集合以及返回的结果形式（索引还是实际坐标）。以下是具体说明： - **输入**: 输入是一个二维点数组或向量。 - **输出**: 输出可以是点的实际坐标或者它们对应的索引位置。 - **可选标志**: 如果设置为 `True`，则返回的是点的索引；如果为 `False`，则直接返回点本身。 ```python import numpy as np import cv2 # 创建一些随机点作为示例数据 points = np.array([[0, 0], [1, 0], [1, 1], [0, 1]], dtype=np.int32) # 计算这些点的凸包 hull_indices = cv2.convexHull(points, returnPoints=False) # 返回索引 print("Convex Hull Indices:", hull_indices.flatten()) hull_points = cv2.convexHull(points, returnPoints=True) # 返回实际点 print("Convex Hull Points:", hull_points) ``` 上述代码展示了如何利用 `cv::convexHull` 来获取点集的凸包信息[^4]。 #### 3. 凸缺陷的应用 除了简单的凸包外，还可以进一步研究凸缺陷——即凸包与原始轮廓之间的差异区域。这通常由另一个函数 `cv2.convexityDefects()` 实现[^2]。此方法接受两个主要参数：一个是目标轮廓，另一个是由 `cv::convexHull` 得到的凸壳结构。 下面是一段完整的例子展示如何检测手部图像的手指数量，其中涉及到了凸包及其缺陷的联合应用[^3]: ```python import cv2 import numpy as np # 假设已经有一个二值化后的黑白图 img_binary 和找到的一个最大连通域 cnt (contour) img_binary = ... # 加载你的二值图片 cnt = ... # 获取凸包 hull = cv2.convexHull(cnt, returnPoints=False) # 寻找凸缺陷 defects = cv2.convexityDefects(cnt, hull) if defects is not None: for i in range(defects.shape[0]): s, e, f, d = defects[i][0] start = tuple(cnt[s][0]) end = tuple(cnt[e][0]) farthest_point = tuple(cnt[f][0]) # 绘制线条连接起点终点，并标记最远点 cv2.line(img_binary, start, end, [0, 255, 0], 2) cv2.circle(img_binary, farthest_point, 5, [0, 0, 255], -1) # 显示最终结果 cv2.imshow('Result', img_binary) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这段脚本不仅演示了如何调用相关 API 进行处理，还提供了可视化手段帮助理解整个流程的工作机制。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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