OpenCV中判断点在矩形中的方法 | 您所在的位置:网站首页 › cv怎么接剧 › OpenCV中判断点在矩形中的方法 |
目录 1.问题 2.思路 3.实现 4.资料 1.问题如图1.1所示,有红色和蓝色两个点,如何判断点相对于矩形的位置呢? 首先,我们知道OpenCV中有一个函数:pointPolygonTest()。它的作用是判断一个点是否在轮廓中,基本用法如下: C++: double pointPolygonTest(InputArray contour, Point2f pt, bool measureDist); 当measureDist设置为true时,若返回值为正,表示点在轮廓内部,返回值为负,表示在轮廓外部,返回值为0,表示在轮廓上。 当measureDist设置为false时,若返回值为+1,表示点在轮廓内部,返回值为-1,表示在轮廓外部,返回值为0,表示在轮廓上。 这也就是说,如果我们能够把RotateRect类的对象表示成轮廓,就可以直接调用pointPolygonTest()来进行分析了点的相对位置了。 在这里,我对RotatedRect的成员进行简单的梳理: RotatedRect (): 构造函数: 1.利用浮点参数进行构造:形心、长宽、旋转角度(x轴逆时针旋转的方向) RotatedRect (const Point2f ¢er, const Size2f &size, float angle) 2.利用矩形的任意三个角点进行构造(浮点数据) RotatedRect (const Point2f &point1, const Point2f &point2, const Point2f &point3) 成员函数: 1.返回最小外接矩形 Rect cv::RotatedRect::boundingRect() const Rect_ cv::RotatedRect::boundingRect2f() const 2.存储矩形的四个角点 void cv::RotatedRect::points(Point2f pts[]) const 3.返回角度、中心点、尺寸 float angle Point2f center Size2f size 最后的问题是:给定点的数组,如何将点的数组转化为向量vector? 方法: //给定点的数组 Point2f corners[4]; //转化为矢量 Point2f* lastItemPointer = (corners + sizeof corners / sizeof corners[0]); vector contour(corners, lastItemPointer); 3.代码实现编写判断函数如下: bool DoesRectangleContainPoint(RotatedRect rectangle, Point2f point) { //转化为轮廓 Point2f corners[4]; rectangle.points(corners); Point2f *lastItemPointer = (corners+sizeof corners/sizeof corners[0]); vector contour(corners,lastItemPointer); //判断 double indicator = pointPolygonTest(contour,point,true); if (indicator >= 0) return true; else return false; }全部的实验代码如下: #include #include using namespace cv; using namespace std; bool DoesRectangleContainPoint(RotatedRect rectangle, Point2f point) { //转化为轮廓 Point2f corners[4]; rectangle.points(corners); Point2f *lastItemPointer = (corners+sizeof corners/sizeof corners[0]); vector contour(corners,lastItemPointer); //判断 double indicator = pointPolygonTest(contour,point,true); if (indicator >= 0) return true; else return false; } int main() { //准备数据 Mat img(200,200,CV_8UC3,Scalar(0)); RotatedRect rRect = RotatedRect(Point2f(100,100),Size(100,50),30); Point2f rpoints[4]; rRect.points(rpoints); for (int i = 0; i < 4; i++) line(img, rpoints[i], rpoints[(i + 1) % 4], Scalar(0, 255, 0)); circle(img, Point(100,100),2,Scalar(255,0,0),-1); circle(img, Point(165, 130), 2, Scalar(0, 0, 255), -1); //判断 bool result1 = DoesRectangleContainPoint(rRect, Point(100, 100)); bool result2 = DoesRectangleContainPoint(rRect, Point(165, 130)); //绘制结果(符合条件的用绿色标注) if(result1) circle(img, Point(100, 100), 2, Scalar(0, 255, 0), -1); if (result2) circle(img, Point(165, 130), 2, Scalar(0, 255, 0), -1); return 0; }实验结果: 4.资料 1.RotatedRect类的基本属性: https://docs.opencv.org/3.4.0/db/dd6/classcv_1_1RotatedRect.html 2.数组转化为向量的简单方法: https://stackoverflow.com/questions/8777603/what-is-the-simplest-way-to-convert-array-to-vector/8777619#8777619 |
CopyRight 2018-2019 实验室设备网 版权所有 |