opencv3矩的计算-在图像中的应用-滚动条

最新推荐文章于 2024-04-26 01:45:18 发布

轩落_翼

最新推荐文章于 2024-04-26 01:45:18 发布

阅读量420

点赞数

CC 4.0 BY-SA版权

分类专栏： opencv学习之路文章标签： opencv

本文链接：https://blog.youkuaiyun.com/qq_23880193/article/details/49257397

opencv学习之路专栏收录该内容

152 篇文章

订阅专栏

本文通过使用Canny边缘检测算法并结合轮廓查找与绘制技术，实现了对图像中轮廓的识别与绘制。此外，还利用了矩来计算每个轮廓的面积，并通过调整滚动条改变边缘检测的阈值。

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

using namespace cv;
using namespace std;

Mat grayImage, cannyImage;
int g_nMinThred = 128, g_nMaxThred = 255;

//有滚动条事件时，可以进入回调函数
void on_Trackbar(int, void *)
{
	//为了得到二值图像，对灰度图进行边缘检测
	Canny(grayImage, cannyImage, g_nMinThred, g_nMaxThred, 3);
	//在得到的二值图像中寻找轮廓
	vector<vector<Point>> contours;
	vector<Vec4i> hierarchy;
	findContours(cannyImage, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));

	//绘制轮廓
	for (int i = 0; i < (int)contours.size(); i++)
	{
		drawContours(cannyImage, contours, i, Scalar(255), 1, 8);
	}

	//计算轮廓的矩
	for (int i = 0; i < (int)contours.size(); i++)
	{
		Moments g_vMoments = moments(contours[i], true);
		cout << "【用矩计算出来的第" << i << "个轮廓的面积为：】" << g_vMoments.m00 << endl;
	}

	imshow("【处理后的图像】", cannyImage);
}

int main()
{
	Mat srcImage = imread("group.jpg");
	namedWindow("【原图】", 0);
	imshow("【原图】", srcImage);

	//首先对图像进行空间的转换
	cvtColor(srcImage, grayImage, CV_BGR2GRAY);
	//对灰度图进行滤波
	GaussianBlur(grayImage, grayImage, Size(3, 3), 0, 0);
	imshow("【滤波后的图像】", grayImage);

	createTrackbar("min", "【原图】", &g_nMinThred, 255, on_Trackbar);
	on_Trackbar(g_nMinThred, 0);
	createTrackbar("max", "【原图】", &g_nMaxThred, 255, on_Trackbar);
	on_Trackbar(g_nMaxThred, 0);

	waitKey(0);

	return 0;
}