沉默杀手HomeArchivesTagsCategories
用opencv处理轮廓
|路径规划其他|
Word count: 1.1k|Reading time: 5 min

Rect boundingRect(InputArray points)

寻找包裹轮廓的最小正矩形。矩形的边界与图像边界平行。 唯一一个参数是输入的二维点集，可以是 vector 或 Mat 类型。只需要 #include "opencv2/opencv.hpp"

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
#include<opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;
int main(){
    Mat src = imread("/home/user/test.jpg");
    imshow("src", src);

    Mat gray, bin_img;
    cvtColor(src, gray, COLOR_BGR2GRAY);   //将原图转换为灰度图
    imshow("gray", gray);

    //二值化
    threshold(gray, bin_img, 150, 255, THRESH_BINARY_INV);
    imshow("bin_img", bin_img);
    
    //寻找最外围轮廓
    vector<vector<Point> >contours;
    findContours(bin_img, contours, RETR_EXTERNAL, CHAIN_APPROX_NONE);

    //绘制边界矩阵
    RNG rngs = { 12345 };
    Mat dst = Mat::zeros(src.size(), src.type());
    for (int i = 0; i < contours.size(); i++)
    {
        Scalar colors = Scalar(rngs.uniform(0, 255), rngs.uniform(0, 255), rngs.uniform(0, 255));
        drawContours(dst, contours, i, colors, 1);
        Rect rects = boundingRect(contours[i]);
        rectangle(dst, rects, colors, 2);
    }
    imshow("dst", dst);

    waitKey(0);
}

RotatedRect minAreaRect(InputArray points)

寻找包裹轮廓的最小斜矩形。唯一一个参数是输入的二维点集，可以是 vector 或 Mat 类型。只需要 #include "opencv2/opencv.hpp"

与 boundingRect 返回结果的区别是：矩形的边界不必与图像边界平行

RotatedRect旋转矩形结构体

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
    Mat gray, bin_img;
    cvtColor(src, gray, COLOR_BGR2GRAY);   //将原图转换为灰度图
    imshow("gray", gray);

    //二值化
    threshold(gray, bin_img, 150, 255, THRESH_BINARY_INV);
    imshow("bin_img", bin_img);

    //寻找最外围轮廓
    vector<vector<Point> >contours;
    findContours(bin_img, contours, RETR_EXTERNAL, CHAIN_APPROX_NONE);

    //绘制最小边界矩阵
    RNG rngs = { 12345 };
    Mat dst = Mat::zeros(src.size(), src.type());
    Point2f pts[4];
    for (int i = 0; i < contours.size(); i++)
    {
        Scalar colors = Scalar(rngs.uniform(0, 255), rngs.uniform(0, 255), rngs.uniform(0, 255));
        drawContours(dst, contours, i, colors, 1);
        RotatedRect rects = minAreaRect(contours[i]);
        // 确定旋转矩阵的四个顶点
        rects.points(pts);
        for (int i = 0; i < 4; i++)
            line(dst, pts[i], pts[(i + 1) % 4], colors, 2);
        
    }
}

double pointPolygonTest(InputArray contour, Point2f pt, bool measureDist)

计算点与轮廓的距离及位置关系，只需要 #include "opencv2/opencv.hpp"

  • contour: 所需检测的轮廓对象

  • pt: Point2f 类型的pt, 待判定位置的点

  • measureDist: 是否计算距离的标志, 当其为true时, 计算点到轮廓的最短距离, 当其为false时, 只判定轮廓与点的位置关系, 具体关系如下:

① 返回值为-1, 表示点在轮廓外部

② 返回值为0, 表示点在轮廓上

③ 返回值为1, 表示点在轮廓内部

如果不需要知道具体的距离，建议将第三个参数设为false，这样速度会提高2到3倍。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
//计算点到轮廓的距离与位置关系
Mat srcImg = imread("1.png");
imshow("src", srcImg);

Mat dstImg = srcImg.clone();
cvtColor(srcImg, srcImg, CV_BGR2GRAY);
threshold(srcImg, srcImg, 100, 255, CV_THRESH_BINARY);
imshow("threshold", srcImg);

vector<vector<Point>> contours;
vector<Vec4i> hierarcy;
findContours(srcImg, contours, hierarcy, CV_RETR_TREE, CV_CHAIN_APPROX_NONE);//TREE:提取所有轮廓    NONE：画出轮廓所有点
cout << "contours.size()=" << contours.size() << endl;
for (int i = 0; i < contours.size(); i++)//遍历每个轮廓
{
    for (int j = 0; j < contours[i].size(); j++)//遍历轮廓每个点
    {
        cout << "(" << contours[i][j].x << "," << contours[i][j].y << ")" << endl;
    }
}
double a0 = pointPolygonTest(contours[0], Point(3, 3), true);//点到轮廓的最短距离
double b0 = pointPolygonTest(contours[0], Point(212, 184), false);//点与轮廓的位置关系：-1表示外部；0表示在轮廓上；1表示轮廓内部

求轮廓面积 cv::contourArea

double contourArea( InputArray contour, bool oriented = false );

  • InputArray类型的contour，输入的向量，二维点（轮廓顶点），可以为std::vector或Mat类型。
  • bool类型的oriented，面向区域标识符。若其为true，会返回一个带符号的面积值，正负取决于轮廓的方向。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
 
int main(void)
{
    Mat A = Mat::zeros(500, 500, CV_8UC1);
    circle(A, Point2i(100, 100), 3, 255, -1);
    circle(A, Point2i(300, 400), 50, 255, -1);
    circle(A, Point2i(250, 100), 100, 255, -1);
    circle(A, Point2i(400, 300), 60, 255, -1);
 
    std::vector<std::vector<cv::Point> > contours;  // 创建轮廓容器
    std::vector<cv::Vec4i>  hierarchy;
 
    cv::findContours(A, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_NONE, cv::Point());
    if (!contours.empty() && !hierarchy.empty())
    {
        std::vector<std::vector<cv::Point> >::const_iterator itc = contours.begin();
        // 遍历所有轮廓
        int i = 1;
        while (itc != contours.end())
        {
            double area = cv::contourArea(*itc);
            cout << "第" << i << "个轮廓的面积为：" << area << endl;
            i++;
            itc++;
        }
    }
    imshow("A", A);
    waitKey(0);
    system("pause");
    return 0;
}

第一个圆的面积并不是9π，而是20。面积值是按照轮廓的内部面积进行计算的，会损失一些。

参考: cv::contourArea