图像处理之图像距

本实验仅使用轮廓距来寻找轮廓质心。

#include "cv.h"
#include "highgui.h"
using namespace cv;
using namespace std;
Mat srcGray;
int lThreshold=100;
void barChange(int pos, void* userdata);
int main(int argc,char *argv[])
{	
	Mat src;
	src=imread("src.jpg");
	cvtColor(src,srcGray,CV_BGR2GRAY);
	blur(srcGray,srcGray,Size(3,3));
	namedWindow("srcGray");
	imshow("srcGray",srcGray);
	createTrackbar("lThreshold:","srcGray",&lThreshold,255,barChange);
	barChange(0,0);
	waitKey(0);
	destroyAllWindows();
	return 0;
}
void barChange(int pos, void* userdata)
{
	Mat srcCanny,dstContours;
	vector<vector<Point>> contours;
	vector<Vec4i> hierarchy;

	Canny(srcGray,srcCanny,lThreshold,lThreshold*2);
	findContours(srcCanny,contours,hierarchy,CV_RETR_TREE,CHAIN_APPROX_SIMPLE);
	cout<<"size:"<<contours.size()<<endl;
	
	vector<Moments> mu(contours.size());
	for (int i=0;i<contours.size();i++)
	{
		mu[i]=moments(contours[i],false);
	}
	vector<Point2f> mc(contours.size());	//储存轮廓质心位置
	for (int i=0;i<contours.size();i++)
	{
		mc[i]=Point2f(mu[i].m10/mu[i].m00,mu[i].m01/mu[i].m00);
	}
	dstContours=Mat::zeros(srcGray.size(),CV_8UC3);
	for (int i=0;i<contours.size();i++)
	{
		printf("contor[%d]-Area=%.2f-Area(Opencv)=%.2f\n",i,mu[i].m00,contourArea(contours[i]));
		drawContours(dstContours,contours,i,Scalar(0,255,255),2,8,vector<Vec4i>(),0);
		circle(dstContours,mc[i],4,Scalar(0,0,255),-1);
	}
	imshow("dstContours",dstContours);
}
效果:

部分数据

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