opencv3/C++轮廓的提取与筛选方式

 更新时间:2019年12月11日 10:51:57   作者:阿卡蒂奥  
今天小编就为大家分享一篇opencv3/C++轮廓的提取与筛选方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

轮廓提取

findContours发现轮廓

findContours(
InputOutputArray binImg, //输入8bit图像,0值像素值不变,非0的像素看成1;(变为二值图像)
 OutputArrayOfArrays contours,//输出找到的轮廓对象
OutputArray, hierachy// 图像的拓扑结构
int mode, //轮廓返回的模式(RETR_TREE等)
int method,//发现方法(CHAIN_APPROX_SIMPLE等)
Point offset=Point()//轮廓像素的位移(默认没有位移(0, 0))
)

【报错问题】

findContours()有时会报告“已触发了一个断点”等错误,尝试过y有效的解决方法有:

1.为vector提前申请一定的空间,如

std::vector<std::vector<Point>> contours(500)

2.Debug版切换为Release版;

drawContours绘制轮廓

drawContours(
InputOutputArray binImg, // 输出图像
 OutputArrayOfArrays contours,//找到的全部轮廓对象
Int contourIdx//轮廓索引号
const Scalar & color,//绘制颜色
int thickness,//绘制线宽
int lineType ,//线的类型(默认8)
InputArray hierarchy,//拓扑结构图
int maxlevel,//最大层数(0只绘制当前的,1表示绘制绘制当前及其内嵌的轮廓)
Point offset=Point()//轮廓位移
)

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时(测试用opencv3.1.0)发现,cv命名空间下没有了vector,而在opencv2中(测试用opencv2.4.10)还存在。后查看各自的头文件发现:

opencv.hpp头文件中包含着core.hpp(#include “opencv2/core.hpp”);

而在opencv2的core.hpp中包含有

........
#include <map>
#include <new>
#include <string>
#include <vector>
.......

等头文件,但在opencv3的core.hpp中删去这些包含项。

因此在使用opencv3时cv命名空间下没有了vector。

使用opencv2.4.10时可以写:

#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;
}

绘制轮廓外矩形框

常用绘制轮廓外形状的函数:

cv::boundingRect(InputArray points)绘制一个矩形(轮廓周围最小矩形左上角点和右下角点)

cv::minAreaRect(InputArray points)绘制轮廓周围最小旋转矩形

cv::minEnclosingCircle(InputArray points, Point2f& center, float& radius)//绘制轮廓周围最小圆形

cv::fitEllipse(InputArray points)绘制轮廓周围最小椭圆

绘制轮廓外矩形框:

#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;
}

轮廓筛选

moments(
InputArray array,//输入数据
bool  binaryImage=false //是否为二值图像
)
contourArea(
InputArray contour,//输入轮廓数据
bool  oriented//返回绝对值(默认false)
)

arcLength(
InputArray curve,//输入轮廓
bool  closed// 轮廓否是封闭曲线
)

轮廓筛选示例:

使用轮廓的面积和长度特征对轮廓进行筛选后用外接矩形将筛选后的轮廓框选出来。

#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;
}

以上这篇opencv3/C++轮廓的提取与筛选方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • qt中sokect断开的几种情况

    qt中sokect断开的几种情况

    本文主要介绍了qt中sokect断开的几种情况,文中介绍了很多情况,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-12-12
  • C语言实现清空指定文件夹中所有文件的方法

    C语言实现清空指定文件夹中所有文件的方法

    这篇文章主要介绍了C语言实现清空指定文件夹中所有文件的方法,实例分析了C语言实现文件删除的相关技巧,需要的朋友可以参考下
    2015-06-06
  • C语言链表实现学生管理系统

    C语言链表实现学生管理系统

    这篇文章主要为大家详细介绍了C语言链表实现学生管理系统,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-06-06
  • C++中char*转换为LPCWSTR的解决方案

    C++中char*转换为LPCWSTR的解决方案

    最近在学习C++,遇到了一个char*转换为LPCWSTR的问题,通过查找资料终于解决了,所以下面这篇文章主要介绍了C++中char*转LPCWSTR的解决方案,文中通过详细的示例代码介绍的很详细,有需要的朋友可以参考借鉴,下面来一起看看吧。
    2017-01-01
  • C++实现教职工管理系统课程设计

    C++实现教职工管理系统课程设计

    这篇文章主要为大家详细介绍了C++实现教职工管理系统课程设计,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2022-03-03
  • C/C++实现快速排序(两种方式)图文详解

    C/C++实现快速排序(两种方式)图文详解

    这篇文章主要介绍了C/C++实现快速排序的方法,这几天在找工作,被问到快速排序,结果想不出来快速排序怎么弄的;回来搜索了一下,现在记录下来,方便以后查看
    2021-08-08
  • 使用C语言调用luajit的方法详解

    使用C语言调用luajit的方法详解

    C语言是一种非常流行的编程语言,而Lua是一种基于C语言开发的脚本语言,在Lua的各种实现中,luajit也是其中一种非常流行的实现,在本文中,我将为大家介绍如何使用C语言调用luajit,并且详细介绍如何传入参数,传入结构体参数,以及获取返回值
    2023-11-11
  • C++用函数对算法性能进行测试

    C++用函数对算法性能进行测试

    算法无处不在,算法是程序的灵魂,而数据结构则是程序的骨架,二者共同构成了程序,那么如何评估算法的性能呢?理论上可以通过计算时间复杂度的方法来评估,但这是理性的认识,我们还有一种直观的评估方法,那就是程序执行的时间
    2022-08-08
  • 从汇编看c++的默认析构函数的使用详解

    从汇编看c++的默认析构函数的使用详解

    本篇文章是对c++中默认析构函数的使用进行了详细的分析介绍。需要的朋友参考下
    2013-05-05
  • C语言Turbo C下实现俄罗斯方块

    C语言Turbo C下实现俄罗斯方块

    这篇文章主要为大家详细介绍了C语言Turbo C下写的俄罗斯方块,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-02-02

最新评论