【OpenCV】- 多边形将轮廓包围

简介: 【OpenCV】- 多边形将轮廓包围

说明:实际应用中,常常会将检测到的轮廓用多边形表示出来的需求。

1、返回外部矩形边界:boundingRect()函数

说明:此函数计算并返回指定点集最外面的矩形边界

Rect point=boundingRect(InputArray points)

唯一的参数为输入的二维点集,可以是std::vector或Mat类型

2、寻找最小包围矩形:minAreaRect()函数

说明:对于给定的2D点集,寻找可旋转的最小面积的包围矩形,返回四个点

RotatedRect box=minAreaRect(InputArray points)

唯一的参数为输入的二维点集,可以是std::vector或Mat类型

示例程序:创建包围轮廓的矩形边界

说明:随机生成3~103个彩色点,然后绘制一个可以旋转的最小矩形,把随机生成的点都包围进去

#include<opencv2/opencv.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main()
{
  Mat image(600, 600, CV_8UC3);
  RNG& rng = theRNG();
  while (1)
  {
    //参数初始化
    int count = rng.uniform(3, 103);
    vector<Point> points;
    for (int i = 0; i < count; i++)
    {
      Point point;
      point.x = rng.uniform(image.cols / 4, image.cols * 3 / 4);
      point.y = rng.uniform(image.rows / 4, image.rows * 3 / 4);
      points.push_back(point);
    }
    //给定的2D点集,寻找最小面积的包围矩形
    RotatedRect box = minAreaRect(Mat(points));
    //
    Point2f vertex[4];
    box.points(vertex);
    //绘制出随机颜色的点
    image = Scalar::all(0);
    for (int i = 0; i < count; i++)
    {
      circle(image, points[i], 3, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), FILLED,LINE_AA);
    }
    //绘制出最小面积的包围矩形
    for (int i = 0; i < 4; i++)
    {
      //第一个线段的终点,又是第二个线段的起点
      line(image, vertex[i], vertex[(i + 1) % 4], Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), 2, LINE_AA);
      cout << vertex[i] << ":" << vertex[(i + 1) % 4] << endl;
    }
    imshow("矩形包围示例", image);
    char key = (char)waitKey();
    if (key == 27 || key == 'q' || key == 'Q')
      break;

  }
  return 0;
}

3、寻找最小包围圆形:minEnclosingCircle()函数

说明:利用迭代算法,对给定的2D点集,去寻找面积最小的可包围它们的圆形

void minEnclosingCircle(InputArray points,Point2f& center,float& radius)
  • 第一个参数:输入的二维点集,可以为std::vector<>或Mat类型
  • 第二个参数:圆的输出圆心
  • 第三个参数:圆的输出半径

示例程序:创建包围轮廓的圆形边界

说明:随机生成3~103个彩色点,然后绘制一个可以旋转的圆,把随机生成的点都包围进去

#include<opencv2/opencv.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main()
{
  Mat image(600, 600, CV_8UC3);
  RNG& rng = theRNG();
  while (1)
  {
    //参数初始化
    int count = rng.uniform(3, 103);
    vector<Point> points;
    for (int i = 0; i < count; i++)
    {
      Point point;
      point.x = rng.uniform(image.cols / 4, image.cols * 3 / 4);
      point.y = rng.uniform(image.rows / 4, image.rows * 3 / 4);
      points.push_back(point);
    }
    //给定的2D点集,寻找最小面积的包围圆
    Point2f center;
    float radius = 0;
    minEnclosingCircle(Mat(points), center, radius);
    //绘制出随机颜色的点
    image = Scalar::all(0);
    for (int i = 0; i < count; i++)
    {
      circle(image, points[i], 3, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), FILLED,LINE_AA);
    }
    //绘制出最小面积的包围矩形
    circle(image, center, radius, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), 2, LINE_AA);
    cout << center << ":" << radius << endl;
    imshow("圆形包围示例", image);
    char key = (char)waitKey();
    if (key == 27 || key == 'q' || key == 'Q')
      break;

  }
  return 0;
}

4、用椭圆拟合二维点集:fitEllipse()函数

说明:此函数作用是椭圆拟合二维点集

void RotatedRect fitEllipse(InputArray points)

唯一的参数为输入的二维点集,可以是std::vector或Mat类型

5、逼近多边形曲线:approxPolyDP()函数

说明:approxPolyDP()函数是用指定精度逼近多边形曲线

void approxPolyDP(InputArray curve,OutputArray approxCurve,double epsilon,bool closed)

第一个参数:InputArray类型的curve输入的二维点集,可以为std::vector或Mat类型

第二个参数:OutputArray 类型的approxCurve多边形逼近的结果,其类型应该和输入的二维点集的类型一致。

第三个参数:double类型的epsilon逼近的精度,为原始曲线和即近似曲线间的最大值

第四个参数:bool类型的closed如果其为真,则近似的曲线为封闭曲线(首尾相连),否则,曲线不封闭。

6、综合示例程序:使用多边形包围轮廓
#include<opencv2/opencv.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<iostream>
using namespace std;
using namespace cv;
#define WINDOW_NAME1 "【原始图窗口】"
#define WINDOW_NAME2 "【效果图窗口】"
Mat g_srcImage; Mat g_grayImage;
int g_nThresh = 50; //阈值
int g_maxThresh = 255;  //阈值最大值
RNG g_rng(12345); //随机数生成器
static void ShowHelpTxte();
void on_ContoursChange(int, void *);
int main()
{
  system("color 1A");
  //加载源图像
  g_srcImage = imread("E:\\Pec\\风景.jpg", 1);
  //得到的原图转换为灰度并进行平滑
  cvtColor(g_srcImage, g_grayImage, COLOR_BGR2GRAY);
  blur(g_grayImage, g_grayImage, Size(3, 3));
  namedWindow(WINDOW_NAME1, WINDOW_AUTOSIZE);
  imshow(WINDOW_NAME1, g_srcImage);

  createTrackbar("阈值:", WINDOW_NAME1, &g_nThresh, g_maxThresh, on_ContoursChange);
  on_ContoursChange(0, 0);//调用一次进行初始化
  waitKey(0);
  return 0;
}
void on_ContoursChange(int, void *)
{
  //定义一些参数
  Mat threshold_output;
  vector<vector<Point>> contours;
  vector<Vec4i>hierarchy;
  //对图像进行二值化,控制阈值
  threshold(g_grayImage, threshold_output, g_nThresh, 255, THRESH_BINARY);
  //寻找轮廓;
  findContours(threshold_output, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
  //多边形逼近轮廓+获取矩形和圆形边界框
  vector<vector<Point>>contours_poly(contours.size());
  vector<Rect> boundRect(contours.size());
  vector<Point2f>center(contours.size());
  vector<float>radius(contours.size());
  //一个循环,遍历所有部分
  for (unsigned int i = 0; i < contours.size(); i++)
  {
    //用指定精度逼近多边形曲线
    approxPolyDP(Mat(contours[i]), contours_poly[i], 3, true);
    //计算点集的最外面(up-right)矩形边界
    boundRect[i] = boundingRect(Mat(contours_poly[i]));
    //对给定的2D点集,寻找最小面积的包围圆形
    minEnclosingCircle(contours_poly[i], center[i], radius[i]);
  }
  //绘制多边形轮廓+包围矩形框+圆形框
  Mat drawing = Mat::zeros(threshold_output.size(), CV_8UC3);
  for (int unsigned i = 0; i < contours.size(); i++)
  {
    Scalar color = Scalar(g_rng.uniform(0, 255), g_rng.uniform(0, 255), g_rng.uniform(0, 255));
    //绘制轮廓
    drawContours(drawing, contours_poly, i, color, 1, 8, vector<Vec4i>(), 0, Point());
    //绘制矩形
    rectangle(drawing, boundRect[i].tl(), boundRect[i].br(), color, 2, 8, 0);
    //绘制圆形
    circle(drawing, center[i], (int)radius[i], color, 2, 8, 0);
  }
  namedWindow(WINDOW_NAME2, WINDOW_AUTOSIZE);
  imshow(WINDOW_NAME2, drawing);
  
}

原图展示:

阈值为50效果图:

阈值25的时候:

阈值150的时候:


相关文章
|
2月前
|
计算机视觉 Python
OpenCV轮廓拟合与凸包的讲解与实战应用(附Python源码)
OpenCV轮廓拟合与凸包的讲解与实战应用(附Python源码)
87 0
|
9月前
|
计算机视觉
OpenCV-计算轮廓周长cv::arcLength
OpenCV-计算轮廓周长cv::arcLength
|
2月前
|
计算机视觉 Python
OpenCV中线段、矩形、圆形、多边形的讲解与绘制实战(附Python源码)
OpenCV中线段、矩形、圆形、多边形的讲解与绘制实战(附Python源码)
79 0
|
1月前
|
计算机视觉
OpenCV轮廓分析
OpenCV轮廓分析
|
1月前
|
存储 Cloud Native Linux
OpenCV多边形填充与绘制
OpenCV多边形填充与绘制
|
24天前
|
存储 编解码 算法
【Qt&OpenCV 检测图像中的线/圆/轮廓 HoughLinesP/HoughCircles/findContours&drawContours】
【Qt&OpenCV 检测图像中的线/圆/轮廓 HoughLinesP/HoughCircles/findContours&drawContours】
32 0
|
2月前
|
算法 计算机视觉 开发者
OpenCV图形检测中绘制图像的轮廓讲解与实战应用(附Python源码)
OpenCV图形检测中绘制图像的轮廓讲解与实战应用(附Python源码)
120 0
|
2月前
|
存储 计算机视觉 索引
【OpenCV】-查找并绘制轮廓
【OpenCV】-查找并绘制轮廓
|
9月前
|
计算机视觉
OpenCV-计算轮廓面积cv::contourArea
OpenCV-计算轮廓面积cv::contourArea
155 0
|
2月前
|
计算机视觉
OpenCV(三十四):轮廓外接最大、最小矩形和多边形拟合
OpenCV(三十四):轮廓外接最大、最小矩形和多边形拟合
261 0