轮廓周围绘制介绍
没什么概念，就是给得出来的轮廓绘制周围图形，例如下图给左侧得出的轮廓去绘图得到右侧图像：
相关API
减少多边形轮廓点数：approxPolyDP
函数作用：基于RDP算法实现,目的是减少多边形轮廓点数
函数原型：
//减少多边形轮廓点数 approxPolyDP( InputArray curve, // 一般是由图像的轮廓点组成的点集 Mat(vector) OutputArray approxCurve, // 表示输出的多边形点集 double epsilon, // 主要表示输出的精度，就是两个轮廓点之间最大距离数，5,6,7，，8，，,， bool closed // 表示输出的多边形是否封闭 ）
RDP算法介绍：
- 判断起始点(当前点)与终点的距离是否小于 epsilon， 若小于，结束，不小于执行2
- 选取起始点(当前点)A的后两个位置的点C，判断它们之间的距离是否小于 epsilon， 若小于，点C与它们的中间点B都舍弃，若不小于，执行3
- 判断A与B，B与C的距离，若有一者小于 epsilon，则点B舍弃，否则保留。然后点C作为起始点(当前点)重复 1 2 3 步骤，直到终点(这里得出的是一系列符合要求的点)
轮廓周围绘制矩形：boundingRect、minAreaRect
cv::boundingRect(InputArray points) 得到轮廓周围最小矩形左上交点坐标和右下角点坐标，绘制一个矩形 cv::minAreaRect(InputArray points) 得到一个旋转的矩形，返回旋转矩形
轮廓周围绘制圆和椭圆：minEnclosingCircle、fitEllipse
// 得到轮廓周围最小椭圆 cv::minEnclosingCircle( InputArray points, // 得到最小区域圆形 Point2f& center, // 圆心位置 输出参数 float& radius // 圆的半径 输出参数 ) // 得到轮廓周围最小椭圆 cv::fitEllipse(InputArray points)
绘制步骤
- 将图像变为二值图像
- 发现轮廓，找到图像轮廓
- 通过相关API在轮廓点上找到最小包含矩形和圆，旋转矩形与椭圆
- 绘制周围
代码示例
#include <iostream> #include <math.h> #include <opencv2/opencv.hpp> #include <opencv2/highgui.hpp> #include <opencv2/highgui/highgui_c.h> using namespace std; using namespace cv; Mat src, gray_src, drawImg; int threshold_v = 170; int threshold_max = 255; const char* output_win = "rectangle-demo"; RNG rng(12345); void Contours_Callback(int, void*); int main(int argc, char** argv) { src = imread("./test2.jpg"); if (!src.data) { printf("could not load image...\n"); return -1; } cvtColor(src, gray_src, CV_BGR2GRAY); blur(gray_src, gray_src, Size(3, 3), Point(-1, -1)); const char* source_win = "input image"; namedWindow(source_win, CV_WINDOW_AUTOSIZE); namedWindow(output_win, CV_WINDOW_AUTOSIZE); imshow(source_win, src); createTrackbar("Threshold Value:", output_win, &threshold_v, threshold_max, Contours_Callback); Contours_Callback(0, 0); waitKey(0); return 0; } void Contours_Callback(int, void*) { Mat binary_output; vector<vector<Point>> contours; vector<Vec4i> hierachy; threshold(gray_src, binary_output, threshold_v, threshold_max, THRESH_BINARY); imshow("binary image", binary_output); findContours(binary_output, contours, hierachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(-1, -1)); vector<vector<Point>> contours_ploy(contours.size()); vector<Rect> ploy_rects(contours.size()); vector<Point2f> ccs(contours.size()); vector<float> radius(contours.size()); vector<RotatedRect> minRects(contours.size()); vector<RotatedRect> myellipse(contours.size()); for (size_t i = 0; i < contours.size(); i++) { approxPolyDP(Mat(contours[i]), contours_ploy[i], 3, true); ploy_rects[i] = boundingRect(contours_ploy[i]); minEnclosingCircle(contours_ploy[i], ccs[i], radius[i]); if (contours_ploy[i].size() > 5) { myellipse[i] = fitEllipse(contours_ploy[i]); minRects[i] = minAreaRect(contours_ploy[i]); } } // draw it drawImg = Mat::zeros(src.size(), src.type()); Point2f pts[4]; for (size_t t = 0; t < contours.size(); t++) { Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)); //rectangle(drawImg, ploy_rects[t], color, 2, 8); //circle(drawImg, ccs[t], radius[t], color, 2, 8); if (contours_ploy[t].size() > 5) { ellipse(drawImg, myellipse[t], color, 1, 8); minRects[t].points(pts); for (int r = 0; r < 4; r++) { line(drawImg, pts[r], pts[(r + 1) % 4], color, 1, 8); } } } imshow(output_win, drawImg); return; }
