opencv3寻找最小包围圆形-minEnclosingCircle函数

该程序演示了如何利用OpenCV3的minEnclosingCircle函数,从随机生成的一组点中找出能包围所有点的最小圆形,并在图像上进行绘制。在循环中,随机生成点并显示,然后计算最小包围圆的中心和半径,最后绘制出这个最小圆。

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

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

using namespace cv;
using namespace std;

int main()
{
	Mat srcImage(Size(600, 600), CV_8UC3, Scalar(0));

	RNG &rng = theRNG();

	char key;
	while (1)
	{
		//随机生成一些点
		//首先就是随机生成点的总数量
		int g_nPointCount = rng.uniform(3, 30);
		//接下来就是随机生成一些点的坐标
		vector<Point> points;
		for (int i = 0; i < g_nPointCount; i++)
		{
			Point midPoint;

			midPoint.x = rng.uniform(srcImage.cols / 4, srcImage.cols * 3 / 4);
			midPoint.y = rng.uniform(srcImage.rows / 4, srcImage.rows * 3 / 4);

			points.push_back(midPoint);
		}

		//显示刚刚随机生成的那些点
		for (int i = 0; i < g_nPointCount; i++)
		{
			circle(srcImage, points[i], 0, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), 3);
		}

		//在生成的那些随机点中寻找最小包围圆形
		Point2f center;
		float radius;
		minEnclosingCircle(points, center, radius);

		//根据得到的圆形和半径  绘制圆形
		circle(s
OpenCV中,要找出图像中小鸭子的最小包围圆形,通常需要经过以下几个步骤: 1. **读取和预处理图像**: 使用`cv2.imread()`函数读取图片,并对图像进行预处理,如调整大小、灰度化或二值化,以便于检测。 ```python import cv2 img = cv2.imread(&#39;duck_image.jpg&#39;) gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ``` 2. **边缘检测**: 可能需要用Canny算子或其他边缘检测算法来增强小鸭子轮廓的清晰度。 ```python edges = cv2.Canny(gray_img, threshold1, threshold2) ``` 3. **找到轮廓**: 使用`cv2.findContours()`函数查找图像中的轮廓。这一步会返回轮廓列表和表示轮廓层次结构的信息。 ```python contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) ``` 4. **遍历轮廓**: 遍历所有轮廓,针对每个轮廓计算中心点并判断是否位于第四行第四列。可以使用`cv2.boundingRect()`获取轮廓的边界框信息。 ```python row, col = 4, 4 for contour in contours: x, y, w, h = cv2.boundingRect(contour) # 检查轮廓位置 (x, y) 是否满足条件 if x >= row * img.shape[1] and x < (row + 1) * img.shape[1] \ and y >= col * img.shape[0] and y < (col + 1) * img.shape[0]: circle_center = (x + w // 2, y + h // 2) # 计算圆心坐标 # 继续计算最小包围圆 radius = cv2.minEnclosingCircle(contour) center, radius = radius[0], radius[1] ``` 5. **画出最小包围圆**: 如果找到了符合条件的轮廓,使用`cv2.circle()`画出最小包围圆。 ```python if circle_center is not None: cv2.circle(img, circle_center, int(radius), (0, 255, 0), 2) # 绿色圆环 ``` 6. **显示结果**: 最后,使用`cv2.imshow()`展示处理后的图像。 ```python cv2.imshow("Detected Circle", img) cv2.waitKey(0) cv2.destroyAllWindows() ```
评论 1
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