网创优客建站品牌官网
为成都网站建设公司企业提供高品质网站建设
热线:028-86922220
成都专业网站建设公司

定制建站费用3500元

符合中小企业对网站设计、功能常规化式的企业展示型网站建设

成都品牌网站建设

品牌网站建设费用6000元

本套餐主要针对企业品牌型网站、中高端设计、前端互动体验...

成都商城网站建设

商城网站建设费用8000元

商城网站建设因基本功能的需求不同费用上面也有很大的差别...

成都微信网站建设

手机微信网站建站3000元

手机微信网站开发、微信官网、微信商城网站...

建站知识

当前位置:首页 > 建站知识

opencv3/C++轮廓的提取与筛选方式

轮廓提取

10年积累的成都网站制作、成都做网站经验,可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你,你也不认识我。但先网站设计后付款的网站建设流程,更有怀化免费网站建设让你可以放心的选择与我们合作。

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> 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
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> contours;
 std::vector 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;
}

opencv3/C++轮廓的提取与筛选方式

opencv3/C++轮廓的提取与筛选方式

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 
#include 
#include 
#include 
.......

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
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>contours;
 vector 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
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>contours;
 std::vector 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> contoursPloy(contours.size());
 std::vector 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(), 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;
}

opencv3/C++轮廓的提取与筛选方式

opencv3/C++轮廓的提取与筛选方式

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
using namespace cv;

void trackBar(int,void*);

Mat src,dst;
std::vector>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 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> contoursPloy(contours.size());
 std::vector 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(), 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;
}

opencv3/C++轮廓的提取与筛选方式

opencv3/C++轮廓的提取与筛选方式

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创新互联。


名称栏目:opencv3/C++轮廓的提取与筛选方式
网页网址:http://bjjierui.cn/article/gidgjj.html

其他资讯