cvsnakeimage 的例子

最新推荐文章于 2020-10-03 21:21:40 发布

原创最新推荐文章于 2020-10-03 21:21:40 发布 · 7.8k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#image #iostream #float #delete #string #算法

本文介绍了一个 OpenCV 中 Snake 算法的应用示例，通过阈值分割找到轮廓并应用 Snake 算法优化轮廓。用户可以通过调整阈值及算法参数观察轮廓的变化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

opencv例子里没有提供cvsnakeimage的使用方法，在此整理一个例子，可以形象的看看snake算法的结果，大致做法是：

首先设定域值分割，把基本的轮廓找出来，见图中蓝色轮廓线，再将轮廓点传入cvSnakeImage函数，计算出绿色的snake轮廓线。

其中参数alpha代表点相互靠拢的权值(0-1.0)，beta表示弯曲能量（越小越容易弯曲）(0-1.0)，gamma表示整体能量(0-1.0)。其中参数我自己也不确定具体的范围，最好自己更改不同的范围试试.

// TrainingTools.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include <iostream>
#include <string.h>
#include <cxcore.h>
#include <cv.h>
#include <highgui.h>
#include <fstream>

IplImage *image = 0 ; //原始图像
IplImage *image2 = 0 ; //原始图像copy

using namespace std;
int Thresholdness = 141;
int ialpha = 20;
int ibeta=20;
int igamma=20;

void onChange(int pos)
{

    if(image2) cvReleaseImage(&image2);
    if(image) cvReleaseImage(&image);

    image2 = cvLoadImage("grey.bmp",1); //显示图片
    image= cvLoadImage("grey.bmp",0);

    cvThreshold(image,image,Thresholdness,255,CV_THRESH_BINARY); //分割域值

    CvMemStorage* storage = cvCreateMemStorage(0);
    CvSeq* contours = 0;

    cvFindContours( image, storage, &contours, sizeof(CvContour), //寻找初始化轮廓
        CV_RETR_EXTERNAL , CV_CHAIN_APPROX_SIMPLE );

    if(!contours) return ;
    int length = contours->total;
    if(length<10) return ;
    CvPoint* point = new CvPoint[length]; //分配轮廓点

    CvSeqReader reader;
    CvPoint pt= cvPoint(0,0);;
    CvSeq *contour2=contours;

    cvStartReadSeq(contour2, &reader);
    for (int i = 0; i < length; i++)
    {
        CV_READ_SEQ_ELEM(pt, reader);
        point[i]=pt;
    }
    cvReleaseMemStorage(&storage);

    //显示轮廓曲线
    for(int i=0;i<length;i++)
    {
        int j = (i+1)%length;
        cvLine( image2, point[i],point[j],CV_RGB( 0, 0, 255 ),1,8,0 );
    }

    float alpha=ialpha/100.0f;
    float beta=ibeta/100.0f;
    float gamma=igamma/100.0f;

    CvSize size;
    size.width=3;
    size.height=3;
    CvTermCriteria criteria;
    criteria.type=CV_TERMCRIT_ITER;
    criteria.max_iter=1000;
    criteria.epsilon=0.1;
    cvSnakeImage( image, point,length,&alpha,&beta,&gamma,CV_VALUE,size,criteria,0 );

    //显示曲线
    for(int i=0;i<length;i++)
    {
        int j = (i+1)%length;
        cvLine( image2, point[i],point[j],CV_RGB( 0, 255, 0 ),1,8,0 );
    }
    delete []point;

}

int main(int argc, char* argv[])
{


    cvNamedWindow("win1",0);
    cvCreateTrackbar("Thd", "win1", &Thresholdness, 255, onChange);
    cvCreateTrackbar("alpha", "win1", &ialpha, 100, onChange);
    cvCreateTrackbar("beta", "win1", &ibeta, 100, onChange);
    cvCreateTrackbar("gamma", "win1", &igamma, 100, onChange);
    cvResizeWindow("win1",300,500);
    onChange(0);

    for(;;)
    {
        if(cvWaitKey(40)==27) break;
        cvShowImage("win1",image2);
    }

    return 0;
}