Opencv——查找并绘制凸包、凸包与轮廓的关系
程序员文章站
2023-12-25 19:36:21
...
定义
给定二维平面上的点集,凸包就是将最外层的点连接起来构成的凸多边型。
理解物体形状或轮廓的一 种比较有用的方法便是计算一个物体的凸包,然后计算其凸缺陷(convexity defects)。
检测凸包
opencv自带函数:convexHull()
参数解释:
示例1:检测随机点群的凸包(只有一个凸包)
代码以及注释:
#include <opencv2/opencv.hpp>
#include <iostream>
#include "windows.h"
#include <stdio.h>
#include <time.h>
using namespace cv;
using namespace std;
//===========================凸包检测基础====================
//先随机生成3~103个坐标值随机的彩色点,然后利用convexHull,对链接起来的图形求凸包
int main()
{
Mat image(600, 600, CV_8UC3);
//RNG& rng = theRNG(); //返回一个当前线程的随机数生成器 RNG类可以产生多种类型的随机数,故使用时需要指定是哪种类型的
RNG rng((unsigned)time(NULL)); //这样每次重新运行会产生不一样的随机数
while (1)
{
//参数初始化
char key;
int count = (unsigned)rng % 100 + 3; //随机生成点的数量
vector<Point> points; //点值
//随机生成点坐标
for (int i = 0;i < count;i++)
{
Point point;
point.x = rng.uniform(image.cols / 4, image.cols * 3 / 4);
point.y = rng.uniform(image.rows / 4, image.rows * 3 / 4);
points.push_back(point); //将此时生成的点数据送入 points数组的最后一个
}
//检测凸包(这里认为凸包只有一个)
vector<int> hull; //存储一个凸包的边的一维数组
convexHull(Mat(points),hull,true);
//输入二维点集,输出找到的凸包
//绘制出随机颜色的点
image = Scalar::all(0); //背景
for (int i = 0;i < count;i++)
{
circle(image,points[i],3,Scalar(rng.uniform(0,255), rng.uniform(0, 255), rng.uniform(0, 255)),FILLED,LINE_AA);
}
//准备参数
int hullcount = (int)hull.size(); //凸包的边数(因为只有一个凸包,而凸包是由边构成的序列,所以返回序列长度,应该返回的是边的个数)
Point point0 = points[hull[hullcount - 1]]; //连接凸包边的坐标点 最后一条边的坐标点
//绘制凸包的边
for (int i = 0;i < hullcount;i++)
{
Point point = points[hull[i]]; //points[hull[i]]表示构成凸包边的某点(因为凸包是一个点集合最外面的点连接起来的区域)
line(image, point0, point, Scalar(255, 255, 255), 2, LINE_AA);
point0 = point;
}
//显示效果图
imshow("凸包检测示例",image);
//按下ESC程序退出
//key = (char)waitKey();
//if (key == 27) break;
waitKey(1000); //每秒显示一次
}
return 0;
}
演示效果:
示例2:动态检测并绘制轮廓和凸包(一个轮廓对应一个凸包)
//===========================动态检测绘制图形的轮廓和凸包====================
//=================全局变量声明=================
Mat g_srcImage;
Mat g_grayImage;
int g_nThresh = 50;
int g_nThresh_max = 255;
RNG g_rng(12345);
Mat srcImage_copy = g_srcImage.clone();
Mat g_thresholdMat_output;
vector<vector<Point>> g_vContours;
vector<Vec4i> g_vHierarchy;
//=============全局函数声明===============
void on_ThreshChange(int,void*);
int main()
{
// Read image 读取图像
SetConsoleTextAttribute(GetStdHandle(STD_OUTPUT_HANDLE), FOREGROUND_INTENSITY | FOREGROUND_GREEN); //字体为绿色
//载入原图
g_srcImage = imread("D:\\opencv_picture_test\\lena.jpg",1);
//Mat srcImage = imread("D:\\opencv_picture_test\\形态学操作\\孔洞.png", 0); //读取灰度图
//转换成灰度并且模糊化降噪
cvtColor(g_srcImage, g_grayImage, COLOR_BGR2GRAY);
blur(g_grayImage, g_grayImage, Size(3, 3));
//创建窗口
namedWindow("原始图窗口", WINDOW_AUTOSIZE);
imshow("原始图窗口", g_srcImage);
//创建滑动条并初始化
createTrackbar("阈值", "原始图窗口", &g_nThresh,g_nThresh_max, on_ThreshChange);
on_ThreshChange(0,0);
waitKey(0);
return 0;
}
void on_ThreshChange(int, void*)
{
//用Canny算子检测边缘
Canny(g_grayImage, g_thresholdMat_output, g_nThresh, g_nThresh * 2, 3);
//寻找轮廓.
findContours(g_thresholdMat_output, g_vContours, g_vHierarchy,
RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
//遍历每个轮廓,寻找其凸包
vector<vector<Point> > hull( g_vContours.size()); //轮廓、凸包、点,构成三维数组 凸包的数组的大小等于轮廓的大小
for (unsigned int i = 0;i<g_vContours.size();i++)
{
convexHull(Mat (g_vContours[i]), hull[i],false); //在轮廓数组中寻找凸包,存入对应的hull中
}
//绘出轮廓及其凸包
Mat drawing = Mat::zeros(g_thresholdMat_output.size(), CV_8UC3);
for (int i = 0; i < g_vContours.size(); i++)
{
Scalar color = Scalar(g_rng.uniform(0, 255),
g_rng.uniform(0, 255), g_rng.uniform(0, 255));//任意值
//绘制轮廓
drawContours(drawing, g_vContours, i, color, 1, 8, g_vHierarchy,
0, Point());
//绘制凸包
drawContours(drawing, hull, i, color, 1, 8, g_vHierarchy,
0, Point());
}
//显示效果图
imshow("效果图",drawing);
}
演示效果:
1、仅绘制凸包:
2、仅绘制轮廓:
3、既绘制轮廓也绘制凸包:
更加凸显出轮廓与凸包的关系。
总结:
学到的凸包知识点:检测并绘制凸包;轮廓、凸包、凸包连接点的结构关系。
学到的c++语法知识点:随机数生成器RNG的用法;vector的push_back()操作。