【20160924】GOCVHelper 图像处理部分（1）

增强后的图像需要通过图像处理获得定量的值。在实际程序设计过程中，轮廓很多时候都是重要的分析变量。参考Halcon的相关函数，我增强了Opencv在这块的相关功能。

     //寻找最大的轮廓

    VP FindBigestContour(Mat src){    

        int imax = 0; //代表最大轮廓的序号

        int imaxcontour = -1; //代表最大轮廓的大小

        std::vector<std::vector<cv::Point>>contours;    

        findContours(src,contours,CV_RETR_LIST,CV_CHAIN_APPROX_SIMPLE);

        for (int i=0;i<contours.size();i++){

            int itmp =  contourArea(contours[i]);//这里采用的是轮廓大小

            if (imaxcontour < itmp ){

                imax = i;

                imaxcontour = itmp;

            }

        }

        return contours[imax];

}
就是直接返回最大的轮廓。

 

    //寻找并绘制出彩色联通区域

    vector<VP> connection2(Mat src,Mat& draw){    

        draw = Mat::zeros(src.rows,src.cols,CV_8UC3);

        vector<VP>contours;    

        findContours(src.clone(),contours,CV_RETR_LIST,CV_CHAIN_APPROX_SIMPLE);

        //由于给大的区域着色会覆盖小的区域，所以首先进行排序操作

        //冒泡排序，由小到大排序

        VP vptmp;

        for(int i=1;i<contours.size();i++){

            for(int j=contours.size()-1;j>=i;j--){

                if(contours[j].size()<contours[j-1].size()){    

                    vptmp = contours[j-1];

                    contours[j-1] = contours[j];

                    contours[j] = vptmp;

                }

            }

        }

        //打印结果

        for (int i=contours.size()-1;i>=0;i--){

            Scalar  color  = Scalar(rng.uniform(0,255),rng.uniform(0,255),rng.uniform(0,255));

            drawContours(draw,contours,i,color,-1);

        }

        return contours;

    }

    vector<VP> connection2(Mat src){

        Mat draw;

        return connection2(src,draw);

}

寻找联通区域是经典的图像处理过程。我采用轮廓分析方法进行解决；并且最后对不能区域绘制不同颜色，非常直观。

 

来自为知笔记(Wiz)