18、计算机视觉中的形状描述与特征点检测

计算机视觉中的形状描述与特征点检测

在计算机视觉领域，提取图像中的线条、轮廓、组件以及检测兴趣点是非常重要的任务。这些操作有助于我们识别图像中的物体、进行图像匹配和几何估计等。下面将详细介绍相关的方法和技术。

1. 计算组件的形状描述符

在图像场景中，一个连通组件通常对应一个物体的图像。为了识别这个物体或与其他图像元素进行比较，对组件进行一些测量以提取其特征是很有用的。OpenCV 提供了一些用于描述连通组件形状的形状描述符。

1.1 具体操作步骤

我们将对之前提取的组件应用一些 OpenCV 函数来计算形状描述符，并将结果绘制在轮廓图像上。以下是具体的代码示例：

// 测试边界框
cv::Rect r0 = cv::boundingRect(contours[0]);
// 绘制矩形
cv::rectangle(result, r0, 0, 2);

// 测试最小包围圆
float radius;
cv::Point2f center;
cv::minEnclosingCircle(contours[1], center, radius);
// 绘制圆
cv::circle(result, center, static_cast<int>(radius), cv::Scalar(0), 2);

// 测试多边形近似
std::vector<cv::Point> poly;
cv::approxPolyDP(contours[2], poly, 5, true);
// 绘制多边形
cv::polylines(result, poly, true, 0