| OpenCV入门教程之八 直线、轮廓的提取与描述 第2页 | 您所在的位置：网站首页 › 苹果7官网价格多少钱 › OpenCV入门教程之八 直线、轮廓的提取与描述 第2页 |
OpenCV入门教程之八 直线、轮廓的提取与描述 第2页
|
三、轮廓的提取与描述
在目标识别中我们首先要把感兴趣的目标提取出来，而一般常见的步骤都是通过颜色或纹理提取出目标的前景图（一幅黑白图像，目标以白色显示在图像中），接下来我们要对前景图进行分析进一步地把目标提取出来，而这里常常用到的就是提取目标的轮廓。 OpenCV里提取目标轮廓的函数是findContours，它的输入图像是一幅二值图像，输出的是每一个连通区域的轮廓点的集合：vector。外层vector的size代表了图像中轮廓的个数，里面vector的size代表了轮廓上点的个数。下面我们通过实例来看函数的用法。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 int main() { using namespace cv; Mat image=imread("../shape.png"); cvtColor(image,image,CV_BGR2GRAY); vector contours; // find findContours(image,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE); // draw Mat result(image.size(),CV_8U,Scalar(0)); drawContours(result,contours,-1,Scalar(255),2); namedWindow("contours"); imshow("contours",result); waitKey(); return 0; }
上面程序中包含了2个函数，第一个是查找轮廓函数，它的第三个参数说明查找轮廓的类型，这里我们使用的是外轮廓，还可以查找所有轮廓，即包括一些孔洞的部分，像图像人物胳膊与腰间形成的轮廓。第4个参数说明了轮廓表示的方法，程序中的参数说明轮廓包括了所有点，也可以用其他参数让有点直线的地方，只保存直线起始与终点的位置点，具体参数用法可以参考手册里函数的介绍。 第二个函数drawContours是一个画轮廓的函数，它的第3个参数程序里设置-1表示所有的轮廓都画，你也可以指定要画的轮廓的序号。 提取到轮廓后，其实我们更关心的是如果把这些轮廓转换为可以利用的特征，也就是涉及到轮廓的描述问题，这时就有多种方法可以选择，比如矢量化为多边形、矩形、椭圆等。OpenCV里提供了一些这样的函数。 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 // 轮廓表示为一个矩形 Rect r = boundingRect(Mat(contours[0])); rectangle(result, r, Scalar(255), 2); // 轮廓表示为一个圆 float radius; Point2f center; minEnclosingCircle(Mat(contours[1]), center, radius); circle(result, Point(center), static_cast(radius), Scalar(255), 2); // 轮廓表示为一个多边形 vector poly; approxPolyDP(Mat(contours[2]), poly, 5, true); vector::const_iterator itp = poly.begin(); while (itp != (poly.end() - 1)) { line(result, *itp, *(itp + 1), Scalar(255), 2); ++itp; } line(result, *itp, *(poly.begin()), Scalar(255), 2); // 轮廓表示为凸多边形 vector hull; convexHull(Mat(contours[3]), hull); vector::const_iterator ith = hull.begin(); while (ith != (hull.end() - 1)) { line(result, *ith, *(ith + 1), Scalar(255), 2); ++ith; } line(result, *ith, *(hull.begin()), Scalar(255), 2);程序中我们依次画了矩形、圆、多边形和凸多边形。最终效果如下：
对连通区域的分析到此远远没有结束，我们可以进一步计算每一个连通区域的其他属性，比如：重心、中心矩等特征，这些内容以后有机会展开来写。 以下几个函数可以尝试：minAreaRect：计算一个最小面积的外接矩形，contourArea可以计算轮廓内连通区域的面积；pointPolygenTest可以用来判断一个点是否在一个多边形内。mathShapes可以比较两个形状的相似性，相当有用的一个函数。 
|
【本文地址】