OpenCV 绘制矩形框和圆形框

时间:2022-05-23 流楚丶格念人气:3

轮廓周围绘制介绍

没什么概念，就是给得出来的轮廓绘制周围图形，例如下图给左侧得出的轮廓去绘图得到右侧图像：

相关API

减少多边形轮廓点数：approxPolyDP

函数作用：基于RDP算法实现,目的是减少多边形轮廓点数

函数原型：

//减少多边形轮廓点数
approxPolyDP(
	InputArray curve, 			// 一般是由图像的轮廓点组成的点集 Mat(vector)
	OutputArray approxCurve, 	// 表示输出的多边形点集
	double epsilon, 			// 主要表示输出的精度，就是两个轮廓点之间最大距离数，5,6,7，，8，，,，
	bool closed 				// 表示输出的多边形是否封闭
）

RDP算法介绍：

判断起始点(当前点)与终点的距离是否小于 epsilon，若小于，结束，不小于执行2
选取起始点(当前点)A的后两个位置的点C，判断它们之间的距离是否小于 epsilon，若小于，点C与它们的中间点B都舍弃，若不小于，执行3
判断A与B，B与C的距离，若有一者小于 epsilon，则点B舍弃，否则保留。然后点C作为起始点(当前点)重复 1 2 3 步骤，直到终点(这里得出的是一系列符合要求的点)

轮廓周围绘制矩形：boundingRect、minAreaRect

cv::boundingRect(InputArray points) 得到轮廓周围最小矩形左上交点坐标和右下角点坐标，绘制一个矩形
cv::minAreaRect(InputArray points) 得到一个旋转的矩形，返回旋转矩形

轮廓周围绘制圆和椭圆：minEnclosingCircle、fitEllipse

// 得到轮廓周围最小椭圆
cv::minEnclosingCircle(
InputArray points, 	// 得到最小区域圆形
Point2f& center, 	// 圆心位置 输出参数
float& radius		// 圆的半径 输出参数
)
// 得到轮廓周围最小椭圆
cv::fitEllipse(InputArray points)

绘制步骤

将图像变为二值图像
发现轮廓，找到图像轮廓
通过相关API在轮廓点上找到最小包含矩形和圆，旋转矩形与椭圆
绘制周围

代码示例

#include <iostream>
#include <math.h>
#include <opencv2/opencv.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/highgui/highgui_c.h> 

using namespace std;
using namespace cv;
Mat src, gray_src, drawImg;
int threshold_v = 170;
int threshold_max = 255;
const char* output_win = "rectangle-demo";
RNG rng(12345);
void Contours_Callback(int, void*);
int main(int argc, char** argv) {
	src = imread("./test2.jpg");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	cvtColor(src, gray_src, CV_BGR2GRAY);
	blur(gray_src, gray_src, Size(3, 3), Point(-1, -1));
	
	const char* source_win = "input image";
	namedWindow(source_win, CV_WINDOW_AUTOSIZE);
	namedWindow(output_win, CV_WINDOW_AUTOSIZE);
	imshow(source_win, src);
	createTrackbar("Threshold Value:", output_win, &threshold_v, threshold_max, Contours_Callback);
	Contours_Callback(0, 0);
	waitKey(0);
	return 0;
}
void Contours_Callback(int, void*) {
	Mat binary_output;
	vector<vector<Point>> contours;
	vector<Vec4i> hierachy;
	threshold(gray_src, binary_output, threshold_v, threshold_max, THRESH_BINARY);
	imshow("binary image", binary_output);
	findContours(binary_output, contours, hierachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(-1, -1));
	vector<vector<Point>> contours_ploy(contours.size());
	vector<Rect> ploy_rects(contours.size());
	vector<Point2f> ccs(contours.size());
	vector<float> radius(contours.size());
	vector<RotatedRect> minRects(contours.size());
	vector<RotatedRect> myellipse(contours.size());
	for (size_t i = 0; i < contours.size(); i++) {
		approxPolyDP(Mat(contours[i]), contours_ploy[i], 3, true);
		ploy_rects[i] = boundingRect(contours_ploy[i]);
		minEnclosingCircle(contours_ploy[i], ccs[i], radius[i]);
		if (contours_ploy[i].size() > 5) {
			myellipse[i] = fitEllipse(contours_ploy[i]);
			minRects[i] = minAreaRect(contours_ploy[i]);
		}
	// draw it
	drawImg = Mat::zeros(src.size(), src.type());
	Point2f pts[4];
	for (size_t t = 0; t < contours.size(); t++) {
		Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
		//rectangle(drawImg, ploy_rects[t], color, 2, 8);
		//circle(drawImg, ccs[t], radius[t], color, 2, 8);
		if (contours_ploy[t].size() > 5) {
			ellipse(drawImg, myellipse[t], color, 1, 8);
			minRects[t].points(pts);
			for (int r = 0; r < 4; r++) {
				line(drawImg, pts[r], pts[(r + 1) % 4], color, 1, 8);
			}
	imshow(output_win, drawImg);
	return;

加载全部内容