OpenCV学习(34) 点到轮廓的距离

最新推荐文章于 2024-06-10 10:40:14 发布

转载

最新推荐文章于 2024-06-10 10:40:14 发布 · 1.1k 阅读

文章标签：

#人工智能

本文介绍了如何使用OpenCV的pointPolygonTest函数计算像素点到轮廓的距离，包括函数参数含义及应用示例。通过代码实现，展示了轮廓外、内及上的点对应的不同距离效果。

在OpenCV中，可以很方便的计算一个像素点到轮廓的距离，计算距离的函数为：

double pointPolygonTest(InputArray contour, Point2f pt, bool measureDist)

Parameters:

contour – 输入参数轮廓。
pt – 测试的点。
measureDist – 如果为false的话，则函数计算符号，在轮廓外部在为-1，在轮廓内为1，在轮廓上，则为0。如果为ture，则计算实际的像素符号距离，在轮廓外的点像素距离为负值，在内的点，像素距离为正值。

下面的是计算一副图像中各个像素到轮廓距离的代码：

#include "opencv2/imgproc/imgproc.hpp"
#include

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

weixin_33994429

关注关注

2
点赞
踩
8

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

在OpenCV里图像上的点与轮廓的测试

大坡3D软件开发

10-15

774

前面学习轮廓一些函数，接着继续学习图像上一点与轮廓的关系，主要使用cv.pointPolygonTest函数： dist = cv.pointPolygonTest(cnt,(50,50),True) 这行代码就是表示点（50，50）与轮廓cnt的最近距离。pointPolygonTest函数主要用来判断点与边缘最近的距离，如果第三个参数设置为True，返回数据表示点与边缘的实际距离，负数表示...

81.点到轮廓的距离

twnkie的博客

08-12

492

（2）如果measureDist设置为false，函数将返回一个正负值，表示点在轮廓内部（负值）还是外部（正值），点在轮廓上（0）。点到轮廓的距离是指一个点到给定轮廓的最短距离。（1）输入的轮廓必须是一个单个轮廓（即单个闭合轮廓），而不是包含多个轮廓的容器。特征提取：通过计算点到轮廓的距离，可以获得描述对象形状特征的信息。目标识别：通过比较点到轮廓的距离，可以判断两个对象是否相似或匹配。边界检测：通过检测点到轮廓的距离变化，可以找到轮廓的边界。

参与评论您还未登录，请先登录后发表或查看评论

opencv_tutorial_code学习——pointPolygonTest计算点到轮廓的距离

LHHopencv的博客

12-28

1848

tutorial_code\ShapeDescriptors\pointPolygonTest_demo.cpp double pointPolygonTest(InputArray contour, Point2f pt, bool measureDist) 参数： contour ---输入轮廓 pt

opencv学习笔记30-点多边形测试-pointPolygonTest（计算每个点到轮廓的距离）

weixin_44177447的博客

03-09

1127

只用来记录学习笔记画一个6变形： const int r = 100; Mat src = Mat::zeros(r * 4, r * 4, CV_8UC1); vector<Point2f> vert(6); vert[0] = Point(3 * r / 2, static_cast<int>(1.34*r)); vert[1] = Point(1 *...

OpenCV3历程（10）——轮廓特征应用：计算点与轮廓距离

m0_37350758的博客

04-29

2904

本片博客转载自（感谢博主分享）：https://blog.youkuaiyun.com/abcvincent/article/details/79275615 opencv实现了Contours与point的距离关系的计算使用起来很方便，不用自己再进行坐标转换计算了；示例代码如下：（对原先博主的代码进行了略微的修改） #include<opencv2/opencv.hpp> #inclu...

【opencv学习之三十六】轮廓特征应用：计算点与轮廓距离

abcvincent的博客

02-06

6037

opencv实现了Contours与point的距离关系的计算使用起来很方便，不用自己再进行坐标转换计算了；示例代码如下： void imgContoursPoint()//26轮廓与点的距离计算 { //1.查找轮廓前的预处理 Mat srcImg = imread("D:/ImageTest/11.png"); Mat copyImg = srcImg.clone()

Java+opencv3.2.0实现轮廓检测

08-25

Java+OpenCV3.2.0实现轮廓检测 Java是当前最流行的编程语言之一，而OpenCV则是目前最流行的计算机视觉库。 OpenCV提供了许多有用的函数来处理图像和视频，例如图像过滤、图像识别、目标检测等。轮廓检测是图像处理...

【opencv学习笔记 23轮廓发现】

12-21

该函数通过去除细节，使轮廓更接近于多边形，参数为每个轮廓点的最大距离误差。如果近似曲线的顶点数量大于6，意味着可能是一个复杂的形状，此时轮廓用红色（(0, 255, 255)）描绘；如果顶点数量为4，表示可能是一个...

OpenCV学习(4.9) OpenCV中的轮廓

最新发布

PLANTTHESON的博客

06-10

1616

通常我们使用函数来检测图像中的对象，对吗？有时对象位于不同的位置。但是在某些情况下，某些形状位于其他形状内。就像嵌套的数字一样。在这种情况下，我们将外部的一个称为父级，将内部的一个称为子级。这样，图像中的轮廓彼此之间就具有某种关系。并且我们可以指定一个轮廓如何相互连接，例如是其他轮廓的子轮廓，还是父轮廓等。这种关系的表示称为层次结构。

OpenCV python 点与轮廓的距离

廷益_飞鸟的博客

01-11

3574

处理图片:[cs1.jpg] import cv2 def point_contour_dist(img, hull, point, text, measure_dist=True): """点与轮廓hull的距离 :param img: 绘制结果图片 :param hull: 轮廓hull :param point: 计算的点 :param tex...

dujuancao11的博客

01-11

628

Opencv 第20集图像和轮廓的匹配(hu矩)

03-07

Opencv 第20集图像和轮廓的匹配(hu矩)

OpenCV快速入门：目标检测——轮廓检测、轮廓的距、点集拟合和二维码检测

吾家有猫名探花的博客

11-21

5996

在当今数字化时代，计算机视觉的崛起使得目标检测成为科技领域中的一项关键技术。本文将带您快速入门OpenCV中的目标检测，深入探讨轮廓检测、轮廓的距、点集拟合以及二维码检测等核心概念。OpenCV，作为一种强大的开源计算机视觉库，为开发者提供了丰富的工具和算法，使得目标检测不再是高门槛的技术难题。在本文中，我们将逐步了解目标检测中的关键步骤，从轮廓检测到轮廓的距，再到点集拟合和二维码检测。

opencv轮廓距--笔记

u013089125的专栏

04-28

633

cv::Moments mo=cv::moments(mtx,false);mtx为非二值图像

037-OpenCV轮廓特征应用-最小外接矩形

weixin_48013634的博客

02-05

4154

话不多说，上代码，看结果。 import cv2 # 导入库 import numpy as np font = cv2.FONT_HERSHEY_SIMPLEX ''' cv2.imread(filename,flags) # filename为文件名，图片与.py文件在一个文件夹时输入文件名即可 # 不在一个文件夹时输入图片的路径和名字 # flags为图片的颜色类型，默认为1，灰度图像为0 ''' img = cv2.imread('39.jpg') '''

opencv轮廓检测——等距曲线

weixin_43971560的博客

07-10

1483

https://jingyan.baidu.com/article/1876c8525bdc23890a13767a.html

python opencv 轮廓形心_OpenCV-Python 轮廓：更多的属性 | 二十四

weixin_42210038的博客

01-23

204

目标在本章中，我们将学习凸性缺陷以及如何找到它们查找点到多边形的最短距离匹配不同的形状理论和代码1. 凸性缺陷我们看到了关于轮廓的第二章的凸包。从这个凸包上的任何偏差都可以被认为是凸性缺陷。OpenCV有一个函数来找到这个,cv.convexityDefects()。一个基本的函数调用如下:hull = cv.convexHull(cnt,returnPoints = False)defects ...

opencv基础53-图像轮廓06-判断像素点与轮廓的关系（轮廓内，轮廓上，轮廓外）cv2.pointPolygonTest()

小海聊智造

08-10

3688

在实际使用中，如果想获取位于轮廓上的点，可以通过打印轮廓点集的方式获取。例如，本例中可以通过语句“print(hull)”获取轮廓上的点。在获取轮廓上的点以后，可以将其用作函数 cv2.pointPolygonTest()的参数，以测试函数返回值是否为零。在实际应用中，我们可以拿这个方法去判断模板检测的像素点是否在一个指定的ROI区域内，具体应用示例我们后续在实战篇中讲解并代码示例。在 OpenCV 中，函数 cv2.pointPolygonTest()被用来计算点到多边形（轮廓）的最短距离（也。

OpenCV应用 | 计算两条曲线之间的最小距离(附Python/C++源码)

Color Space的博客

08-19

4611

导读本文主要介绍使用OpenCV计算两条曲线之间的最小距离。实现目标【计算两条曲线之间的最小距离】测试图像：动态效果演示：实现步骤与代码实现步骤： ① 分别找到两条曲线的轮廓； ②计算每条曲线轮廓点与另一条轮廓上点的距离； ③ 记录距离最小值与对应最小值时的点坐标； ④ 绘制结果。代码实现与演示： # -*- coding: cp936 -*- import numpy as np import math import cv2 def cal_pt_.

OpenCV轮廓提取与匹配技术实现

1. **轮廓特征提取**：对提取出的轮廓进行特征提取，常用的方法有距离描述符（如轮廓点间的距离向量）、形状上下文（Shape Context）、HOG（Histogram of Oriented Gradients）等。 2. **相似度度量**：在匹配过程...