OpenCV?輪廓周圍繪制矩形框和圓形框的方法是什么

OpenCV 輪廓周圍繪制矩形框和圓形框的方法是什么，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

輪廓周圍繪制介紹

沒什么概念，就是給得出來的輪廓繪制周圍圖形，例如下圖給左側得出的輪廓去繪圖得到右側圖像：

相關API

減少多邊形輪廓點數：approxPolyDP

函數作用：基于RDP算法實現,目的是減少多邊形輪廓點數

函數原型：

//減少多邊形輪廓點數
approxPolyDP(
	InputArray curve, 			// 一般是由圖像的輪廓點組成的點集 Mat(vector)
	OutputArray approxCurve, 	// 表示輸出的多邊形點集
	double epsilon, 			// 主要表示輸出的精度，就是兩個輪廓點之間最大距離數，5,6,7，，8，，,，
	bool closed 				// 表示輸出的多邊形是否封閉
）

RDP算法介紹：

• 判斷起始點(當前點)與終點的距離是否小于 epsilon， 若小于，結束，不小于執行2

• 選取起始點(當前點)A的后兩個位置的點C，判斷它們之間的距離是否小于 epsilon， 若小于，點C與它們的中間點B都舍棄，若不小于，執行3

• 判斷A與B，B與C的距離，若有一者小于 epsilon，則點B舍棄，否則保留。然后點C作為起始點(當前點)重復 1 2 3 步驟，直到終點(這里得出的是一系列符合要求的點)

輪廓周圍繪制矩形：boundingRect、minAreaRect

cv::boundingRect(InputArray points) 得到輪廓周圍最小矩形左上交點坐標和右下角點坐標，繪制一個矩形
cv::minAreaRect(InputArray points) 得到一個旋轉的矩形，返回旋轉矩形

輪廓周圍繪制圓和橢圓：minEnclosingCircle、fitEllipse

// 得到輪廓周圍最小橢圓
cv::minEnclosingCircle(
InputArray points, 	// 得到最小區域圓形
Point2f& center, 	// 圓心位置 輸出參數
float& radius		// 圓的半徑 輸出參數
)
// 得到輪廓周圍最小橢圓
cv::fitEllipse(InputArray points)

繪制步驟

• 將圖像變為二值圖像

• 發現輪廓，找到圖像輪廓

• 通過相關API在輪廓點上找到最小包含矩形和圓，旋轉矩形與橢圓

• 繪制周圍

代碼示例

#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;

看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業資訊頻道，感謝您對億速云的支持。