OpenCV3入门(十)图像轮廓
1、图像轮廓
1.1图像轮廓与API函数
轮廓是一系列相连的点组成的曲线,代表了物体的基本外形,相对于边缘,轮廓是连续的,边缘并不全部连续。一般地,获取图像轮廓要经过下面几个步骤:
1) 读取图片。
2) 将彩色图像转换成灰度图像。
3) 将灰度图像转换成二值图形并查找其二值图像边缘即可(如canny边缘检测)。
4) 显示轮廓边缘。
findContours寻找轮廓函数,原型为:
CV_EXPORTS_W void findContours( InputOutputArray image, OutputArrayOfArrays contours,
OutputArray hierarchy, int mode,
int method, Point offset = Point());
/** @overload */
CV_EXPORTS void findContours( InputOutputArray image, OutputArrayOfArrays contours,
int mode, int method, Point offset = Point());
1)image:图像,单通道灰度图。
2)contours:检测到的轮廓,包含对象边界点(x,y)的坐标,每个轮廓存储为一个点向量可用point类型的vector存储。
3)hierarchy:轮廓的拓扑信息,每个轮廓contours[i]包含4个hierarchy[i]元素,hierarchy[i][0]-- hierarchy[i][3],分别代表后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的编号。
4)mode:轮廓检索模式。
RETR_EXTERNAL :只检索最外面的轮廓;
RETR_LIST:检索所有的轮廓,并将其保存到一条链表当中;
RETR_CCOMP:检索所有的轮廓,并将他们组织为两层:顶层是各部分的外部边界,次层是空洞的内层边界;
RETR_TREE:检索所有的轮廓,并重构嵌套轮廓的整个层次;
返回值的含义
5)method:轮廓逼近方法。
CHAIN_APPROX_NONE:输出轮廓的每个像素。
CHAIN_APPROX_SIMPLE:压缩水平的、垂直的和斜的部分,函数只保留他们的终点坐标。
drawContours绘制轮廓函数,原型为:
CV_EXPORTS_W void drawContours( InputOutputArray image, InputArrayOfArrays contours,
int contourIdx, const Scalar& color,
int thickness = , int lineType = LINE_8,
InputArray hierarchy = noArray(),
int maxLevel = INT_MAX, Point offset = Point() );
image – 输入图像,单通道灰度图。
contours - 所有的输入轮廓,每个轮廓为点矢量(a point vector)/点向量形式,与findcontours中的contours 形式一致。
contourIdx - 指定轮廓列表的索引 ID(将被绘制),若为负数,则所有的轮廓将会被绘制。
color - 绘制轮廓的颜色。
thickness - 绘制轮廓线条的宽度,若为负值或CV.FILLED则将填充轮廓内部区域。
lineType – 线条的类型,8连通型或4连通型。
hierarchy - 层次结构信息,与函数findcontours()的hierarchy有关
maxLevel - 绘制轮廓的最高级别。若为0,则绘制指定轮廓;若为1,则绘制该轮廓和所有嵌套轮廓(nested contours);若为2,则绘制该轮廓、嵌套轮廓(nested contours)/子轮廓和嵌套-嵌套轮廓(all the nested-to-nested contours)/孙轮廓,等等。该参数只有在层级结构时才用到。
offset - 按照偏移量移动所有的轮廓(点坐标)。
1.2图像轮廓实例
测试代码如下。
int main() {
RNG rng();
Mat src_gray; Mat src = imread("D:\\WORK\\5.OpenCV\\LeanOpenCV\\pic_src\\pic9.bmp");
imshow("原图", src);
/// 转成灰度并模糊化降噪
cvtColor(src, src_gray, CV_BGR2GRAY);
blur(src_gray, src_gray, Size(, )); int thresh = ;
int max_thresh = ;
Mat canny_output;
vector<vector<Point> > contours;
vector<Vec4i> hierarchy;
/// 用Canny算子检测边缘
Canny(src_gray, canny_output, thresh, thresh * , );
/// 寻找轮廓
findContours(canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(, )); /// 绘出轮廓
Mat drawing = Mat::zeros(canny_output.size(), CV_8UC3);
for (int i = ; i < contours.size(); i++)
{
Scalar color = Scalar(rng.uniform(, ), rng.uniform(, ), rng.uniform(, ));
drawContours(drawing, contours, i, color, , , hierarchy, , Point());
} /// 在窗体中显示结果
namedWindow("Contours", CV_WINDOW_AUTOSIZE);
imshow("Contours", drawing); waitKey();
}
输出结果为:
测试2,结果如下图。
2、凸包
2.1凸包与API函数
在一个实数向量空间V中,对于给定集合X,所有包含X的凸集的交集S被称为X的凸包。X的凸包可以用X内所有点(X1,…Xn)的凸组合来构造。简单来讲,对于一个二维空间的点集,这个点集当中的一些点总可以形成一个凸多边形,而这个凸多边形之内恰好可以包括除了组成凸包这个凸多边以外的所有点,而这个凸多边形就是凸包。凸包可以想象成一条刚好包住所有点的橡皮圈,对于给定二维平面上的点集,凸包常常就是将最外层的点连接起来构成的凸多边形,它能包含点击中所有的点。
物体的凸包检测常应用在物体识别、手势识别及边界检测等领域。理解物体形状或轮廓的一种方法是计算物体的凸包,然后计算其凸缺陷。下图人手图像画图了凸包线轮廓,然后标出了凸缺陷A—H。黑色的轮廓线为convexity hull, 而convexity hull与手掌之间的部分为convexity defects. 每个convexity defect区域有四个特征量:起始点(startPoint),结束点(endPoint),距离convexity hull最远点(farPoint),最远点到convexity hull的距离(depth)。
OpenCV使用convexHull函数做物体轮廓凸包检测:
CV_EXPORTS_W void convexHull( InputArray points, OutputArray hull,
bool clockwise = false, bool returnPoints = true );
point:输入的二维点集,可储存在向量或矩阵Mat中,代表轮廓点
hull:输出凸包,这是一个整数索引的载体或点的矢量,可以是vector<vector<Point>>和vector<vector<int>>
clockwise:方向标志位,true为顺时针,false为逆时针方向。
return Point :操作标准位,默认true,表示返回凸包的各点,否则返回凸包各点的指数。
OpenCV使用convexityDefects函数做轮廓凸包缺陷检测:
CV_EXPORTS_W void convexityDefects( InputArray contour, InputArray convexhull, OutputArray convexityDefects );
coutour: 输入参数,检测到的轮廓,可以调用findContours函数得到;
convexhull: 输入参数,检测到的凸包,可以调用convexHull函数得到。注意,convexHull函数可以得到vector<vector<Point>>和vector<vector<int>>两种类型结果,这里的convexhull应该为vector<vector<int>>类型,否则通不过ASSERT检查;
convexityDefects:输出参数,检测到的最终结果,应为vector<vector<Vec4i>>类型,Vec4i存储了起始点(startPoint),结束点(endPoint),距离convexity hull最远点(farPoint)以及最远点到convexity hull的距离(depth)。
2.2图像凸包检测实例
图像轮廓与凸包实例测试代码如下。
int main() {
RNG rng();
Mat src_gray; Mat src = imread("D:\\WORK\\5.OpenCV\\LeanOpenCV\\pic_src\\pic9.bmp");
imshow("原图", src);
/// 转成灰度并模糊化降噪
cvtColor(src, src_gray, CV_BGR2GRAY);
//blur(src_gray, src_gray, Size(5, 5));
imshow("src_gray", src_gray); int thresh = ;
int max_thresh = ;
Mat canny_output;
vector<vector<Point> > contours;
vector<Vec4i> hierarchy;
/// 用Canny算子检测边缘
Canny(src_gray, canny_output, thresh, thresh * , );
imshow("canny_output", canny_output);
/// 寻找轮廓
findContours(canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(, ));
//通过发现轮廓得到的候选点来绘制凸包
vector<vector<Point>> convexs(contours.size());
for (size_t i = ; i < contours.size(); i++) {
convexHull(contours[i], convexs[i], false, true);
} /// 绘出轮廓
Mat drawing = Mat::zeros(canny_output.size(), CV_8UC3);
Mat drawing_convex = Mat::zeros(canny_output.size(), CV_8UC3);
for (int i = ; i < contours.size(); i++)
{
Scalar color = Scalar(rng.uniform(, ), rng.uniform(, ), rng.uniform(, ));
drawContours(drawing, contours, i, color, , , hierarchy, , Point());
//白色线画出凸包
drawContours(drawing_convex, convexs, i, Scalar(, , ), , LINE_8, noArray(), , Point());
} imshow("Contours", drawing);
imshow("drawing_convex", drawing_convex);
waitKey();
}
输出结果为:
测试2,输出结果为:
3、使用多边形将轮廓包围
3.1多边形包围轮廓和API
当我们得到对象轮廓后,可用boundingRect()得到包覆此轮廓的最小正矩形,minAreaRect()得到包覆轮廓的最小斜矩形,minEnclosingCircle()得到包覆此轮廓的最小圆形。
CV_EXPORTS_W void approxPolyDP( InputArray curve,
OutputArray approxCurve,
double epsilon, bool closed );
CV_EXPORTS_W Rect boundingRect( InputArray points );
CV_EXPORTS_W void minEnclosingCircle( InputArray points,
CV_OUT Point2f& center, CV_OUT float& radius );
3.2多边形包围轮廓测试实例
测试代码如下:
int main() {
RNG rng();
Mat src_gray; Mat src = imread("D:\\WORK\\5.OpenCV\\LeanOpenCV\\pic_src\\img3.bmp");
imshow("原图", src);
/// 转成灰度并模糊化降噪
cvtColor(src, src_gray, CV_BGR2GRAY);
//blur(src_gray, src_gray, Size(5, 5));
imshow("src_gray", src_gray); int thresh = ;
int max_thresh = ;
Mat canny_output;
vector<vector<Point> > contours;
vector<Vec4i> hierarchy;
/// 用Canny算子检测边缘
Canny(src_gray, canny_output, thresh, thresh * , );
imshow("canny_output", canny_output);
/// 寻找轮廓
findContours(canny_output, contours, hierarchy, RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, Point(, )); vector<vector<Point> > contours_poly(contours.size());
vector<Rect> boundRect(contours.size());
vector<Point2f>center(contours.size());
vector<float>radius(contours.size());
for (int i = ; i < contours.size(); i++)
{
approxPolyDP(Mat(contours[i]), contours_poly[i], , true);
boundRect[i] = boundingRect(Mat(contours_poly[i]));
minEnclosingCircle(contours_poly[i], center[i], radius[i]);
} /// 绘出轮廓
Mat drawing = Mat::zeros(canny_output.size(), CV_8UC3);
for (int i = ; i < contours.size(); i++)
{
Scalar color = Scalar(rng.uniform(, ), rng.uniform(, ), rng.uniform(, ));
drawContours(drawing, contours, i, color, , , hierarchy, , Point());
/// 画多边形轮廓 + 包围的矩形框 + 圆形框
rectangle(drawing, boundRect[i].tl(), boundRect[i].br(), color, , , );
circle(drawing, center[i], (int)radius[i], color, , , );
} imshow("Contours", drawing);
waitKey();
}
输出结果如下:
如果需要填充轮廓空心空白,其中drawContours的参数thicknes代表绘制轮廓线条的宽度,若为负值或CV.FILLED,表示填充轮廓内部区域。所以将此参数置-1就出现下面结果。
4、参考文献
1、《OpenCV3 编程入门》,电子工业出版社,毛星雨著
2、《学习OpenCV》,清华大学出版社,Gary Bradski, Adrian kaehler著
3、用opencv检测convexity defects
https://www.it610.com/article/4474290.htm
4、计算物体的凸包
http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/shapedescriptors/hull/hull.html
5、提取轮廓的原理和代码实例
https://blog.csdn.net/qq_29796317/article/details/78297920
6、在图像中寻找轮廓
7、【计算几何/凸包】安德鲁算法(Andrew's Algorithm)详解
https://blog.csdn.net/peng0614/article/details/81193484
技术博客,转载请注明。
OpenCV3入门(十)图像轮廓的更多相关文章
- OpenCV计算机视觉学习(8)——图像轮廓处理(轮廓绘制,轮廓检索,轮廓填充,轮廓近似)
如果需要处理的原图及代码,请移步小编的GitHub地址 传送门:请点击我 如果点击有误:https://github.com/LeBron-Jian/ComputerVisionPractice 1, ...
- Android入门(十二)SQLite事务、升级数据库
原文链接:http://www.orlion.ga/610/ 一.事务 SQLite支持事务,看一下Android如何使用事务:比如 Book表中的数据都已经很老了,现在准备全部废弃掉替换成新数据,可 ...
- C#基础入门 十
C#基础入门 十 Windows应用程序的界面设计 Form.cs:窗体文件,一般用于存放程序员为窗体编写的代码: Form.Designer.cs:窗体设计文件,其中的代码是由VS自动生成的,一般不 ...
- Spring入门(十四):Spring MVC控制器的2种测试方法
作为一名研发人员,不管你愿不愿意对自己的代码进行测试,都得承认测试对于研发质量保证的重要性,这也就是为什么每个公司的技术部都需要质量控制部的原因,因为越早的发现代码的bug,成本越低,比如说,Dev环 ...
- opencv 6 图像轮廓与图像分割修复 3 图像的矩,分水岭,图像修补
图像的矩 矩的计算:moments()函数 计算轮廓面积:contourArea()函数 #include "opencv2/highgui/highgui.hpp" #inclu ...
- 网络编程懒人入门(十):一泡尿的时间,快速读懂QUIC协议
1.TCP协议到底怎么了? 现时的互联网应用中,Web平台(准确地说是基于HTTP及其延伸协议的客户端/服务器应用)的数据传输都基于 TCP 协议. 但TCP 协议在创建连接之前需要进行三次握手(如下 ...
- matlab 提取图像轮廓(图像边缘提取)
利用edge()函数提取图像轮廓,绘制出对象的边界和提取边界坐标信息,matlab实现代码如下: close all;clear all;clc; % 提取图像轮廓,提取图像边缘 I = imread ...
- OpenCV笔记(3)(Canny边缘检测、高斯金字塔、拉普拉斯金字塔、图像轮廓、模板匹配)
一.Canny边缘检测 Canny边缘检测是一系列方法综合的结果.其中主要包含以下步骤: 1.使用高斯滤波器,平滑图像,滤除噪声. 2.计算图像中每个像素点的梯度强度和方向. 3.应用非极大值抑制(N ...
- OpenCV3入门(十四)图像特效—挤压、哈哈镜、扭曲
一.图像挤压特效 1.原理 图像压效果本质的图像坐标的非线性变换,将图像向内挤压,挤压的过程产生压缩变形,从而形成的效果. 挤压效果的实现是通过极坐标的形式,设图像中心为O(x,y),某点距离中心O的 ...
随机推荐
- 16. 产生Javadoc
过程与export >> javadoc一致,需要注意的是字符集的设置. -encoding UTF-8 -charset UTF-8 export >> javadoc : ...
- vue-cookies
vue-cookies用于登录,一般和vuex一起使用 vuex在各个组件共享值,cookie恒久保留值 一.安装 npm install vue-cookies --save 二.引用(在store ...
- 如何构建可伸缩的Web应用?
为什么要构建可伸缩的Web应用? 想象一下,你的营销活动吸引了很多用户,在某个时候,应用必须同时为成千上万的用户提供服务,这么大的并发量,服务器的负载会很大,如果设计不当,系统将无法处理. 接下来发生 ...
- git recommend(alive)
初始化并跟踪远程分支: echo "# test" >> README.mdgit initgit add README.mdgit commit -m "f ...
- 自用代码css获取任意网址的/favicon.ico的方法教程
尝试过使用网友说的API接口获取 找到的都是失效了 暂时就使用这种办法获取 如果有好的方法望评论告知 谢谢 <img :ng-src="'http://'+list.url+'/fav ...
- python HelloWorld 的 4 种姿势,你知道几种
安装完 Python 之后该干啥,当然是要 say HelloWorld 了. python.exe 就是个普通程序 和其它所有命令一样,在命令行中敲下 python 并回车的时候,操作系统去 PAT ...
- Object-c的字符串处理常用方法
Object-c的字符串处理常用方法 #import <Foundation/Foundation.h> int main(int argc, const char * argv[]) { ...
- oracle问题之死锁 (一)
[前言] 遇到 oracle 异常 和 解决实践 系列文章 整理分享 杂症一.oracle死锁 一.症状: 执行SQL或程序时,程序没有响应或SQL执行一直处于执行状态,没有成功,也没有报错. 二.病 ...
- linux实用指令 | 程序员线上排查必知必会linux指令(持续更新中)
Linux线上排查程序员实用指南 一.乱码问题 二.帮助指令 1. help命令 2. man命令 3. info命令 三.性能监测与优化 1. top命令 参考资源 Linux线上排查程序员实用指南 ...
- 优雅对API进行内部升级改造
优雅对API进行内部升级改造 背景 随着业务的快速发展老的系统将逐渐的无法快速支撑现有业务迭代重构一个必然的过程;然而在底层业务系统重构的过程中,对外提供的API也同时需要进行相应的升级替换;推动外部 ...