提取元素的轮廓及形状描述子

来源：互联网发布：小学生画图软件ipad 编辑：程序博客网时间：2024/05/27 00:29

先看提取轮廓的代码：

[cpp] view plaincopy

Mat image = imread("D:/picture/images/binaryGroup.bmp",0);
if(!image.data)
return -1;
imshow("源图像",image);
//获取轮廓
std::vector> contours;
//获取轮廓：
findContours(image, //图像
contours, //轮廓点
//包含图像拓扑结构的信息（可选参数，这里没有选）
CV_RETR_EXTERNAL, //获取轮廓的方法（这里获取外围轮廓）
CV_CHAIN_APPROX_NONE); //轮廓近似的方法（这里不近似，获取全部轮廓）
//打印轮廓信息
std::cout<<"共有外围轮廓："<<contours.size()<<"条"<<std::endl;
std::vector>::const_iterator itContours = contours.begin();
for(;itContours != contours.end();++itContours)
{
std::cout<<"每个轮廓的长度: "<<itContours->size()<<std::endl;
}

注意到轮廓的存储格式为std::vector>，他说明整个轮廓是若干条轮廓按一定顺序组成的，而每个轮廓中的点也是有顺序的。

画出轮廓就比较简单了：

[cpp] view plaincopy

//画出轮廓
Mat result(image.size(),CV_8U,Scalar(255));
//画出轮廓，参数为：画板，轮廓，轮廓指示（这里画出所有轮廓），颜色，线粗
drawContours(result,contours,-1,Scalar(0),2);
imshow("提取外围轮廓",result);

还要注意提取轮廓的方法还有很多种，比如CV_RETR_LIST代表所有轮廓

[cpp] view plaincopy

findContours(image, //图像
contours, //轮廓点
//包含图像拓扑结构的信息（可选参数，这里没有选）
CV_RETR_LIST, //获取轮廓的方法（这里获取所有轮廓）
CV_CHAIN_APPROX_NONE); //轮廓近似的方法（这里不近似，获取全部轮廓
//画出轮廓
drawContours(result,contours,-1,Scalar(0),2);
imshow("提取所有轮廓",result);

通常，这样提取的轮廓包含一些我们不希望的轮廓（比如一些小洞），或者假如我们知道我们感兴趣的物体轮廓的大概范围时，我们就可以用下面的办法缩小目标范围：

[cpp] view plaincopy

//除去太长或者太短的轮廓
int cmin = 100;
int cmax = 1000;
std::vector>::const_iterator itc = contours.begin();
while(itc != contours.end())
{
if(itc->size() < cmin || itc->size() > cmax)
itc = contours.erase(itc);
else
++itc;
}
//把结果画在源图像上：
Mat original = imread("D:/picture/images/group.jpg");
if(!original.data)
return -1;
drawContours(original,contours,-1,Scalar(255,255,255),2);
imshow("动物的轮廓",original);
//将轮廓重绘于白板上
result.setTo(Scalar(255));
drawContours(result,contours,-1,Scalar(0),1);

怎么提取轮廓的特征呢？OpenCV提供了很多函数，我们展示其中的几个：

[cpp] view plaincopy

//轮廓的形状描述子
//外接矩形
Rect r0 = boundingRect(Mat(contours[0]));
rectangle(result,r0,Scalar(0),2);
//最小外接圆
float radius;
Point2f center;
minEnclosingCircle(Mat(contours[1]),center,radius);
circle(result,Point(center),static_cast<</span>int>(radius),Scalar(0),2);
//多边形估计
std::vector poly;
//参数为：输入图像的2维点集，输出结果，估计精度，是否闭合
approxPolyDP(Mat(contours[2]),poly,5,true);
std::cout<<"多边形大小："<<poly.size()<<std::endl;
//画出结果
std::vector::const_iterator itp = poly.begin();
while(itp != poly.end()-1)
{
line(result,*itp,*(itp+1),Scalar(0),2);
++itp;
}
//将第一个点和最后一点连起来
line(result,*(poly.begin()),*(poly.end()-1),Scalar(128),2);
//计算凸包
std::vector hull;
convexHull(Mat(contours[3]),hull);
std::vector::const_iterator it= hull.begin();
while(it != (hull.end()-1))
{
line(result,*it,*(it+1),Scalar(0),2);
++it;
}
line(result,*(hull.begin()),*(hull.end()-1),Scalar(0),2);
//计算矩信息
itc = contours.begin();
while(itc != contours.end())
{
//计算所有的距
Moments mom = moments(Mat(*itc++));
//计算并画出质心
circle(result,Point(mom.m10/mom.m00,mom.m01/mom.m00),2,Scalar(2),2);
}
imshow("形状描述子",result);

我们再次看到，轮廓的确是有顺序的。值得注意的是矩信息：OpenCV提供了一个结构体Moments，它的元素就是计算好的矩信息，里面存放了常用的距。

其实，OpenCV还提供了许多其他的形状描述子，比如函数cv::minAreaRect计算了最小外界倾斜的矩形。函数 cv::contourArea估计轮廓区域的面积（里面的像素数）。函数cv::pointPolygonTest计算一个点是否在轮廓内，cv::matchShapes测量了2两个轮廓的相似程度等等。这里就不一一介绍了。

0 0