opencv3/C++輪廓的提取與篩選方式
更新時間：2019年12月11日 10:51:57 作者：阿卡蒂奧
今天小編就為大家分享一篇opencv3/C++輪廓的提取與篩選方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
輪廓提取
findContours發(fā)現(xiàn)輪廓
findContours( InputOutputArray binImg, //輸入8bit圖像，0值像素值不變，非0的像素看成1；（變?yōu)槎祱D像） OutputArrayOfArrays contours,//輸出找到的輪廓對象 OutputArray, hierachy// 圖像的拓撲結構 int mode, //輪廓返回的模式(RETR_TREE等) int method,//發(fā)現(xiàn)方法(CHAIN_APPROX_SIMPLE等) Point offset=Point()//輪廓像素的位移（默認沒有位移（0, 0）） )
【報錯問題】
findContours()有時會報告“已觸發(fā)了一個斷點”等錯誤，嘗試過y有效的解決方法有：
1.為vector提前申請一定的空間，如
std::vector<std::vector<Point>> contours(500)
2.Debug版切換為Release版；
drawContours繪制輪廓
drawContours( InputOutputArray binImg, // 輸出圖像 OutputArrayOfArrays contours,//找到的全部輪廓對象 Int contourIdx//輪廓索引號 const Scalar & color,//繪制顏色 int thickness,//繪制線寬 int lineType ,//線的類型（默認8） InputArray hierarchy,//拓撲結構圖 int maxlevel,//最大層數(shù)（0只繪制當前的，1表示繪制繪制當前及其內(nèi)嵌的輪廓） Point offset=Point()//輪廓位移 )
示例：
#include<opencv2/opencv.hpp>
using namespace cv;
int main()
{
Mat src,dst;
src = imread("E:/image/image/shape.jpg");
if(src.empty())
{
printf("can not load image \n");
return -1;
}
namedWindow("input", CV_WINDOW_AUTOSIZE);
imshow("input", src);
dst = Mat::zeros(src.size(), CV_8UC3);
blur(src,src,Size(3,3));
cvtColor(src,src,COLOR_BGR2GRAY);
Canny(src, src, 20, 80, 3, false);
std::vector<std::vector<Point>> contours;
std::vector<Vec4i> hierarchy;
findContours(src, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
RNG rng(0);
for(int i = 0; i < contours.size(); i++)
{
Scalar color = Scalar(rng.uniform(0,255), rng.uniform(0,255), rng.uniform(0,255));
drawContours(dst, contours, i, color, 2, 8, hierarchy, 0, Point(0,0));
}
namedWindow("output", CV_WINDOW_AUTOSIZE);
imshow("output",dst);
waitKey();
return 0;
}
使用opencv3時(測試用opencv3.1.0)發(fā)現(xiàn)，cv命名空間下沒有了vector，而在opencv2中(測試用opencv2.4.10)還存在。后查看各自的頭文件發(fā)現(xiàn)：
opencv.hpp頭文件中包含著core.hpp（#include “opencv2/core.hpp”）;
而在opencv2的core.hpp中包含有
........ #include <map> #include <new> #include <string> #include <vector> .......
等頭文件，但在opencv3的core.hpp中刪去這些包含項。
因此在使用opencv3時cv命名空間下沒有了vector。
使用opencv2.4.10時可以寫：
#include<opencv2/opencv.hpp>
using namespace cv;
int main()
{
Mat src,dst;
src = imread("E:/image/image/shape.jpg");
if(src.empty())
{
printf("can not load image \n");
return -1;
}
namedWindow("input", CV_WINDOW_AUTOSIZE);
imshow("input", src);
dst = Mat::zeros(src.size(), CV_8UC3);
blur(src,src,Size(5,5));
Canny(src, src, 20, 80, 3, false);
vector<vector<Point>>contours;
vector<Vec4i> hierarchy;
findContours(src, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
RNG rng(0);
for(int i = 0; i < contours.size(); i++)
{
Scalar color = Scalar(rng.uniform(0,255), rng.uniform(0,255), rng.uniform(0,255));
drawContours(dst, contours, i, color, 2, 8, hierarchy, 0, Point(0,0));
}
namedWindow("output", CV_WINDOW_AUTOSIZE);
imshow("output",dst);
waitKey();
return 0;
}
繪制輪廓外矩形框
常用繪制輪廓外形狀的函數(shù)：
cv::boundingRect(InputArray points)繪制一個矩形（輪廓周圍最小矩形左上角點和右下角點）
cv::minAreaRect(InputArray points)繪制輪廓周圍最小旋轉(zhuǎn)矩形
cv::minEnclosingCircle(InputArray points, Point2f& center, float& radius)//繪制輪廓周圍最小圓形
cv::fitEllipse(InputArray points)繪制輪廓周圍最小橢圓
繪制輪廓外矩形框：
#include<opencv2/opencv.hpp>
using namespace cv;
int main()
{
Mat src,dst;
src = imread("E:/image/shape.jpg");
if(src.empty())
{
printf("can not load image \n");
return -1;
}
namedWindow("input", CV_WINDOW_AUTOSIZE);
imshow("input", src);
dst = Mat::zeros(src.size(), CV_8UC3);
std::vector<std::vector<Point>>contours;
std::vector<Vec4i> hierarchy;
blur(src,src,Size(3,3));
cvtColor(src,src,COLOR_BGR2GRAY);
Canny(src, src, 20, 80, 3, false);
findContours(src, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
RNG rng(0);
std::vector<std::vector<Point>> contoursPloy(contours.size());
std::vector<RotatedRect> minRects(contours.size());
for(int i = 0; i < contours.size(); i++)
{
minRects[i] = minAreaRect(Mat(contours[i]));
Scalar color = Scalar(rng.uniform(0,255), rng.uniform(0,255), rng.uniform(0,255));
drawContours(dst, contoursPloy, i, color, 1,8,std::vector<Vec4i>(), 0, Point(0, 0));
Point2f rectPoints[4];
minRects[i].points(rectPoints);
for (int j = 0; j < 4; j++)
{
line(dst, rectPoints[j], rectPoints[(j+1)%4], color, 1, 8, 0);
}
}
namedWindow("output", CV_WINDOW_AUTOSIZE);
imshow("output",dst);
waitKey();
return 0;
}
輪廓篩選
moments( InputArray array,//輸入數(shù)據(jù) bool binaryImage=false //是否為二值圖像 ) contourArea( InputArray contour,//輸入輪廓數(shù)據(jù) bool oriented//返回絕對值（默認false） ) arcLength( InputArray curve,//輸入輪廓 bool closed// 輪廓否是封閉曲線 )
輪廓篩選示例：
使用輪廓的面積和長度特征對輪廓進行篩選后用外接矩形將篩選后的輪廓框選出來。
#include<opencv2/opencv.hpp>
using namespace cv;
void trackBar(int,void*);
Mat src,dst;
std::vector<std::vector<Point>>contours;
int area = 0, length = 0;
int main()
{
src = imread("E:/image/shape.jpg");
if(src.empty())
{
printf("can not load image \n");
return -1;
}
namedWindow("input", CV_WINDOW_AUTOSIZE);
imshow("input", src);
dst = Mat::zeros(src.size(), CV_8UC3);
std::vector<Vec4i> hierarchy;
blur(src,dst,Size(3,3));
cvtColor(dst,dst,COLOR_BGR2GRAY);
Canny(dst, dst, 20, 80, 3, false);
findContours(dst, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
namedWindow("output", CV_WINDOW_AUTOSIZE);
createTrackbar("area:", "output", &area,150,trackBar);
createTrackbar("length:", "output", &length,150,trackBar);
waitKey();
return 0;
}
void trackBar(int,void*)
{
Mat src1 = src.clone();
RNG rng(0);
std::vector<std::vector<Point>> contoursPloy(contours.size());
std::vector<RotatedRect> minRects(contours.size());
for(int i = 0; i < contours.size(); i++)
{
if(contourArea(contours[i]) > area && arcLength(contours[i], false) > length)
{
minRects[i] = minAreaRect(Mat(contours[i]));
Scalar color = Scalar(rng.uniform(0,255), rng.uniform(0,255), rng.uniform(0,255));
//drawContours(dst, contoursPloy, i, color, 1,8,vector<Vec4i>(), 0, Point(0, 0));
Point2f rectPoints[4];
minRects[i].points(rectPoints);
for (int j = 0; j < 4; j++)
{
line(src1, rectPoints[j], rectPoints[(j+1)%4], color, 2, 8, 0);
}
}
}
imshow("output",src1);
src1 = src;
}
以上這篇opencv3/C++輪廓的提取與篩選方式就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
本文主要介紹了qt中sokect斷開的幾種情況,文中介紹了很多情況,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2023-12-12
這篇文章主要介紹了C語言實現(xiàn)清空指定文件夾中所有文件的方法,實例分析了C語言實現(xiàn)文件刪除的相關技巧,需要的朋友可以參考下2015-06-06
這篇文章主要為大家詳細介紹了C語言鏈表實現(xiàn)學生管理系統(tǒng)，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-06-06
C++中char*轉(zhuǎn)換為LPCWSTR的解決方案
最近在學習C++，遇到了一個char*轉(zhuǎn)換為LPCWSTR的問題，通過查找資料終于解決了，所以下面這篇文章主要介紹了C++中char*轉(zhuǎn)LPCWSTR的解決方案,文中通過詳細的示例代碼介紹的很詳細，有需要的朋友可以參考借鑒，下面來一起看看吧。2017-01-01
這篇文章主要為大家詳細介紹了C++實現(xiàn)教職工管理系統(tǒng)課程設計，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-03-03
這篇文章主要介紹了C/C++實現(xiàn)快速排序的方法,這幾天在找工作，被問到快速排序，結果想不出來快速排序怎么弄的；回來搜索了一下，現(xiàn)在記錄下來，方便以后查看2021-08-08
C語言是一種非常流行的編程語言,而Lua是一種基于C語言開發(fā)的腳本語言,在Lua的各種實現(xiàn)中,luajit也是其中一種非常流行的實現(xiàn),在本文中,我將為大家介紹如何使用C語言調(diào)用luajit,并且詳細介紹如何傳入?yún)?shù),傳入結構體參數(shù),以及獲取返回值2023-11-11
算法無處不在，算法是程序的靈魂，而數(shù)據(jù)結構則是程序的骨架，二者共同構成了程序，那么如何評估算法的性能呢？理論上可以通過計算時間復雜度的方法來評估，但這是理性的認識，我們還有一種直觀的評估方法，那就是程序執(zhí)行的時間2022-08-08
本篇文章是對c++中默認析構函數(shù)的使用進行了詳細的分析介紹。需要的朋友參考下2013-05-05
這篇文章主要為大家詳細介紹了C語言Turbo C下寫的俄羅斯方塊，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-02-02