opencv 凸包

最新推荐文章于 2025-05-11 20:42:04 发布
最新推荐文章于 2025-05-11 20:42:04 发布
阅读量2.9k 收藏 7
点赞数 3
CC 4.0 BY-SA版权
分类专栏： opencv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/zhangjunp3/article/details/79798301
本文介绍了OpenCV中用于处理凸包的函数，包括convexHull用于计算凸包，pointPolygonTest用于测试点与轮廓的关系，以及matchShapes用于比较轮廓的匹配程度。同时提到了contourArea函数用于计算轮廓的面积。

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

一、话说凸包

凸包（Convex Hull）是一个计算几何（图形学）中常见的概念。简单来说，给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸多边形，它是能包含点集中所有点的。理解物体形状或轮廓的一种比较有用的方法便是计算一个物体的凸包，然后计算其凸缺陷（convexity defects）。
二、处理凸包的一般步骤
  • 预处理
  • 获取轮廓
  • 调用函数获得凸包
  • 画出凸包（可选），计算凸缺陷（可选）

关于凸包，在OpenCV中有两个常用的函数：convexHull和convexityDefects，下面我们分别讲解。

convexHull：根据轮廓计算凸包，当需要绘制凸包时可配合函数polylines使用。函数原型：

hull=cv2.convexHull(points[, hull[, clockwise[, returnPoints]]])
最低0.47元/天 解锁文章

200万优质内容无限畅学
Python OpenCV 凸包：使用OpenCV实现凸包算法
weixin_50547796的博客
07-25 193
除了上述代码中的凸包处理外，OpenCV 还提供了更多的轮廓处理方法，如轮廓面积计算、轮廓周长计算、轮廓近似、轮廓匹配、轮廓特征提取等，有了这些强大的工具，我们可以针对不同的需求，对图像中的轮廓进行高效的处理和分析。Python OpenCV 凸包算法是一个非常实用的图像处理技术，在实际应用中具有广泛的应用价值，若您需要对图像中的轮廓进行处理，不妨借助 OpenCV 提供的强大工具，将凸包算法加入到您的处理流程中。在图像处理中，我们经常需要对图像中的轮廓进行分析和处理，而在轮廓处理中，
C++OpenCV凸包检测实战
bigData1994pb的博客
05-28 1234
1.概述 凸包作为计算几何入门必学的知识非常重要，那么什么是凸包呢？ 凸包的定义可以理解为给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸多边形，它能包含点集中所有的点。在找凸包的时候需要使用向量，因为两向量的叉积的正负可以判断两个向量所处的方位。向量以及相应的操作建议写成结构体的形式封装起来，包括运算符重载。 2.实现流程 先将图像转化为灰度图像 转为二值图像 找到图像全部轮廓点 使用凸包API从全部轮廓点中找到最优轮廓点 连接凸包轮廓点 3.完整实验程序 #include&
OpenCV--凸包
m0_57454729的博客
06-29 3029
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、凸包是什么？二、使用步骤1.获取凸包2.凸包缺陷检测（图是有缺陷的）3.测试轮廓是否是凸型的总结 前言 随着人工智能的不断发展，OpenCV这门技术也越来越重要，很多人都开启了学习OpenCV，本文就介绍了OpenCV的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、凸包是什么？ 凸包(Convex Hull)是一个计算几何（图形学）中的概念，它的严格的数学定义为：在一个向量空间V中，对于给定集合X，所有
OpenCV-凸包
just_tree的博客
04-14 2014
凸包（convex hull） 概念： Graham扫描算法： API: #include <opencv2/opencv.hpp> #include <iostream> #include <math.h> #include <opencv2/highgui/highgui.hpp> using namespace std; using...
【OpenCV基础】第二十七课：凸包
最新发布
qq_34222839的博客
05-11 1067
凸包相关内容请见：【数学基础】第十八课：凸优化基础。Graham’s scan是一种计算一组平面点凸包的算法，时间复杂度为O(nlog⁡n)O(n\log n)O(nlogn)。算法步骤与图解：另外，如果发现三点共线的情况，算法可以考虑将其视为左转或者右转。这取决于究竟只是要求凸包的边界，还是要找到在凸包边界上所有的点。 基于2D点集寻找凸包，方法见本文第2部分。API参数解释：想要获取最新文章推送或者私聊谈人生，请关注我的个人微信公众号：⬇️x-jeff的AI工坊⬇️ 个人博客网站：https://shi
OpenCV中的凸包
qq_25105061的博客
10-31 453
OpenCV中的凸包 凸包是指给定一个二维平面上的点集，凸包就是将这个点集最外层的点连接起来构成的凸多边形。 上一节的找到图像的边界点的坐标信息，在此基础之上，进行凸包操作。 具体流程: 找到图像的轮廓边界坐标信息，存储在vector<vector> contours中，则每一个contours[i]代表了一条边际，即是一系列点的集合，然后，我们利用凸包的定义，在这个点集上找到凸包，遍...
opencv之图像轮廓（三）--凸包
hola173841439的博客
09-11 2161
逼近多边形是轮廓的高度近似，但是有时候，我们希望使用一个多边形的凸包来简化它。凸包跟逼近多边形很像，只不过它是物体最外层的“凸”多边形。凸包指的是完全包含原有轮廓，并且仅由轮廓上的点所构成的多边形。凸包的每一处都是凸的，即在凸包内连接任意两点的直线都在凸包的内部。在凸包内，任意连续三个点的内角小于180°。例如，在图1中，最外层的多边形为机械手的凸包，在机械手边缘与凸包之间的部分被称为凸缺陷（Convexity Defect），凸缺陷能够用来处理手势识别等问题。图1。
OpenCV 系列 --- 凸包
Keep Trying, Keep Fighting
10-09 2277
对某些算法来说，比如在一些利用特征点的算法中，通常需要凸包将一些选定的点包含进来。比如给定如下图（第一行），利用Harris角点检测算法得到一些特征点（第二行），我们想得到包含这些特征点的一个凸包（第三行）。 为了得到这个结果，可以利用OpenCV提供的凸包函数，函数原型如下： void convexHull(InputArray points, OutputArray hull, bool clo
opencv凸包的简单运用
weixin_54574838的博客
04-24 709
序 这次我们来学习关于opencv的图像轮廓中很重要的一个内容，凸包，凸包指的是完全包含原有轮廓， #仅由轮廓上的点所构成的多边形。凸包的，每一处都是凸的，即凸包内任意两点的直线都在凸包的内部。在凸包内，任意的连续的三个点的内角都小于180°。 #了解过了凸包的概念之后，让我们来了解，凸包的简单运用。首先来看看凸包的函数语法格式。 代码展示 hull = cv2.convexHull(points[,clockwise[,returnPoints]]} 知道了基本语法格式之后，我们就可以利用前面学习过的图
OpenCV凸包与凸缺陷
astinky的博客
04-25 1244
文章目录前言一、凸包是什么？二、使用步骤1.引入库2.读入数据总结 前言 随着人工智能的不断发展，OpenCV这门技术也越来越重要，很多人都开启了学习OpenCV，本文就介绍了OpenCV中的凸包的应用。 一、凸包是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下（示例）： import numpy as np import pandas as pd import matplotlib.pyplot as plt imp
【OpenCV】-物体的凸包
qq_44859533的博客
08-10 1892
如下：用人手图来举例说明凸缺陷概念。手周围深色的线描画出凸包，A到H被标出的区域是凸包的各个“缺陷”，这些凸度缺陷提供了手以及手状态的特征表现的方法。函数说明：返回默认的随机数生成器。解释：给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸边形，它是包含点集中所有的点。但想要在一个循环中产生很多随机数，那么使用此函数检索生成器，会很快。说明：随机生成3~103个坐标值随机的彩色点，然后将这些点连接起来。说明：convexHull()函数用于寻找图像点集中的凸包。...
OpenCV 凸包
ccccting的博客
06-29 251
作者：ccccting 案列：© Fu Xianjun. All Rights Reserved. 什么是凸包 定义 凸包与轮廓近似相似，但不同，虽然有些情况下它们给出的结果是一样的。函数cv2.convexHull()可以用来检测一个曲线是否具有凸性缺陷，并能纠正缺陷。一般来说，凸性曲线总是凸出来的，至少是平的。如果有地方凹进去了就被叫做凸性缺陷。例如下图中的手，红色曲线显示了手的凸包，凸性缺陷被双箭头标出来了。 代码 . @param points Input 2D point s
OpenCV凸包
m0_60259116的博客
02-14 226
OpenCV凸包
OpenCV:凸包
czl389的专栏
03-08 1312
当评价一个点集的2D空间分布时，凸包是一个有用的工具。这个点集可以是轮廓、关键点集合等。计算凸包，OpenCV提供了函数：convexHull(Mat(points), hull, true);下面的OpenCV示例程序，随机产生了一个点集，然后计算了它的凸包。并将点集和凸包画了出来。#include "opencv2/imgproc/imgproc.hpp" #include "opencv2/h
OpenCV图像处理技术(Python)——凸包
zhanghao139的博客
06-05 2490
©FuXianjun OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 一、凸包绘制 凸包就是完全包含原有轮廓，并且仅由轮廓上的点所构成的多边形。 获取凸包 cv2.convexHull( points[, clockwise[, returnPoints]] ) points: 轮廓；clockwise：布尔型值；returnPoints：布尔型值。 通过代码将下列图片进行凸包绘制
opencv学习(四十一)之寻找凸包convexHull()
热门推荐
烟雨博客
04-16 4万+
1.概述凸包(Convex Hull)是一个计算几何（图形学）中的概念，在一个实数向量空间V中，对于给定集合X，所有包含X的凸集的交集S被称为X的凸包。 X的凸包可以用X内所有点(x1, x2….xn)的线性组合来构造。在二维欧几里得空间中，凸包可以想象为一条刚好包着所有点的橡皮圈，用不严谨的话来讲，给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸多边形，它能包含点集中所有的点。常见的有
OpenCV之寻找凸包
xddwz的博客
01-07 576
凸包是计算机几何中常见的概念。简单来说，给定二维平面上的点集，凸包就是将最外层的点连接起来构成凸多边形，它是能包含点集中所有点的。理解物体形状或轮廓的一种比较有用的方法是计算一个物体的凸包，然后计算其凸缺陷，很多复杂物体的特性能很好的被这种缺陷表现出来。 convexHull()函数 OpenCV中用convexHull()函数寻找图像点集中的凸包，函数原型： void convexHull(InputArray points, OutputArray hull, bool clockwise=fa
计算机视觉——OpenCV C++实现凸包
知来者逆的博客
06-25 1687
在图像中发现和分析形式是解决大多数计算机视觉问题的技巧之一，获取轮廓是其中之一。对于新手来说，我会将轮廓描述为“仅仅是一条连接所有位于形状边缘上的点的曲线。假设我有下面这张手的图像，手的轮廓由绿线表示。红点代表我们将连接起来形成轮廓曲线的点。我对轮廓的高级数学课程记忆犹新。然而，由于老师从未强调过轮廓在现实世界中的应用，所以很难理解这个主题的重要性。今天，我发现它在计算机视觉中的重要性。什么是凸包？一个没有大于180度的内角的物品被称为凸形的。非凸形或凹形是指不是凸形的形状。
opencv凸包
03-14
### OpenCV 中凸包函数的使用教程 #### 1. 凸包的概念 在计算机视觉领域，凸包是指包围一组点的最小凸多边形。通过计算图像中的轮廓并提取其凸包，可以用于形状分析、手势识别等领域。 #### 2. `cv::convexHull` 的基本用法 OpenCV 提供了一个名为 `cv::convexHull` 的函数来计算给定点集的凸包[^1]。该函数的主要参数包括输入点集合以及返回的结果形式（索引还是实际坐标）。以下是具体说明： - **输入**: 输入是一个二维点数组或向量。 - **输出**: 输出可以是点的实际坐标或者它们对应的索引位置。 - **可选标志**: 如果设置为 `True`，则返回的是点的索引；如果为 `False`，则直接返回点本身。 ```python import numpy as np import cv2 # 创建一些随机点作为示例数据 points = np.array([[0, 0], [1, 0], [1, 1], [0, 1]], dtype=np.int32) # 计算这些点的凸包 hull_indices = cv2.convexHull(points, returnPoints=False) # 返回索引 print("Convex Hull Indices:", hull_indices.flatten()) hull_points = cv2.convexHull(points, returnPoints=True) # 返回实际点 print("Convex Hull Points:", hull_points) ``` 上述代码展示了如何利用 `cv::convexHull` 来获取点集的凸包信息[^4]。 #### 3. 凸缺陷的应用 除了简单的凸包外，还可以进一步研究凸缺陷——即凸包与原始轮廓之间的差异区域。这通常由另一个函数 `cv2.convexityDefects()` 实现[^2]。此方法接受两个主要参数：一个是目标轮廓，另一个是由 `cv::convexHull` 得到的凸壳结构。 下面是一段完整的例子展示如何检测手部图像的手指数量，其中涉及到了凸包及其缺陷的联合应用[^3]: ```python import cv2 import numpy as np # 假设已经有一个二值化后的黑白图 img_binary 和找到的一个最大连通域 cnt (contour) img_binary = ... # 加载你的二值图片 cnt = ... # 获取凸包 hull = cv2.convexHull(cnt, returnPoints=False) # 寻找凸缺陷 defects = cv2.convexityDefects(cnt, hull) if defects is not None: for i in range(defects.shape[0]): s, e, f, d = defects[i][0] start = tuple(cnt[s][0]) end = tuple(cnt[e][0]) farthest_point = tuple(cnt[f][0]) # 绘制线条连接起点终点，并标记最远点 cv2.line(img_binary, start, end, [0, 255, 0], 2) cv2.circle(img_binary, farthest_point, 5, [0, 0, 255], -1) # 显示最终结果 cv2.imshow('Result', img_binary) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这段脚本不仅演示了如何调用相关 API 进行处理，还提供了可视化手段帮助理解整个流程的工作机制。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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