C++?OpenCV怎么實現形狀識別功能

C++ OpenCV怎么實現形狀識別功能

引言

在計算機視覺領域，形狀識別是一個非常重要的任務。通過識別圖像中的形狀，我們可以實現物體檢測、目標跟蹤、圖像分割等多種應用。OpenCV 是一個功能強大的開源計算機視覺庫，提供了豐富的圖像處理和計算機視覺算法。本文將詳細介紹如何使用 C++ 和 OpenCV 實現形狀識別功能。

1. 準備工作

在開始之前，我們需要確保已經安裝了 OpenCV 庫。如果還沒有安裝，可以參考 OpenCV 的官方文檔進行安裝。

1.1 安裝 OpenCV

在 Ubuntu 系統上，可以使用以下命令安裝 OpenCV：

sudo apt-get update
sudo apt-get install libopencv-dev

在 Windows 系統上，可以從 OpenCV 官網下載預編譯的庫，并配置開發環境。

1.2 創建 C++ 項目

創建一個新的 C++ 項目，并在項目中包含 OpenCV 的頭文件和庫文件。例如，在 CMake 項目中，可以這樣配置 CMakeLists.txt：

cmake_minimum_required(VERSION 3.10)
project(ShapeRecognition)

set(CMAKE_CXX_STANDARD 14)

find_package(OpenCV REQUIRED)
include_directories(${OpenCV_INCLUDE_DIRS})

add_executable(ShapeRecognition main.cpp)

target_link_libraries(ShapeRecognition ${OpenCV_LIBS})

2. 圖像預處理

在進行形狀識別之前，通常需要對圖像進行一些預處理操作，以提高識別的準確性。常見的預處理步驟包括灰度化、二值化、去噪等。

2.1 讀取圖像

首先，我們需要讀取一張圖像?？梢允褂?OpenCV 的 imread 函數來讀取圖像：

#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    cv::Mat image = cv::imread("image.jpg");
    if (image.empty()) {
        std::cerr << "Could not open or find the image!" << std::endl;
        return -1;
    }
    cv::imshow("Original Image", image);
    cv::waitKey(0);
    return 0;
}

2.2 灰度化

將彩色圖像轉換為灰度圖像可以減少計算量，并且在一些情況下可以提高形狀識別的效果?？梢允褂?cvtColor 函數將圖像轉換為灰度圖像：

cv::Mat grayImage;
cv::cvtColor(image, grayImage, cv::COLOR_BGR2GRAY);
cv::imshow("Gray Image", grayImage);
cv::waitKey(0);

2.3 二值化

二值化是將灰度圖像轉換為黑白圖像的過程?？梢允褂?threshold 函數進行二值化：

cv::Mat binaryImage;
cv::threshold(grayImage, binaryImage, 128, 255, cv::THRESH_BINARY);
cv::imshow("Binary Image", binaryImage);
cv::waitKey(0);

2.4 去噪

去噪是為了去除圖像中的噪聲，使得形狀更加清晰?？梢允褂?GaussianBlur 函數進行高斯模糊：

cv::Mat blurredImage;
cv::GaussianBlur(binaryImage, blurredImage, cv::Size(5, 5), 0);
cv::imshow("Blurred Image", blurredImage);
cv::waitKey(0);

3. 形狀檢測

在圖像預處理之后，我們可以開始進行形狀檢測。OpenCV 提供了多種方法來檢測圖像中的形狀，常用的方法包括輪廓檢測和霍夫變換。

3.1 輪廓檢測

輪廓檢測是檢測圖像中物體邊界的一種方法?？梢允褂?findContours 函數來檢測圖像中的輪廓：

std::vector<std::vector<cv::Point>> contours;
std::vector<cv::Vec4i> hierarchy;
cv::findContours(blurredImage, contours, hierarchy, cv::RETR_TREE, cv::CHN_APPROX_SIMPLE);

cv::Mat contourImage = cv::Mat::zeros(blurredImage.size(), CV_8UC3);
for (size_t i = 0; i < contours.size(); i++) {
    cv::drawContours(contourImage, contours, i, cv::Scalar(0, 255, 0), 2);
}
cv::imshow("Contours", contourImage);
cv::waitKey(0);

3.2 形狀識別

通過檢測到的輪廓，我們可以進一步識別出圖像中的形狀。常見的形狀包括圓形、矩形、三角形等?？梢酝ㄟ^計算輪廓的幾何特性來識別形狀。

3.2.1 識別圓形

識別圓形可以使用 minEnclosingCircle 函數來計算輪廓的最小外接圓：

for (size_t i = 0; i < contours.size(); i++) {
    cv::Point2f center;
    float radius;
    cv::minEnclosingCircle(contours[i], center, radius);
    if (radius > 10) {  // 過濾掉太小的圓
        cv::circle(contourImage, center, radius, cv::Scalar(255, 0, 0), 2);
    }
}
cv::imshow("Circles", contourImage);
cv::waitKey(0);

3.2.2 識別矩形

識別矩形可以使用 approxPolyDP 函數來近似輪廓的多邊形，并判斷是否為矩形：

for (size_t i = 0; i < contours.size(); i++) {
    std::vector<cv::Point> approx;
    cv::approxPolyDP(contours[i], approx, cv::arcLength(contours[i], true) * 0.02, true);
    if (approx.size() == 4) {  // 判斷是否為四邊形
        cv::drawContours(contourImage, std::vector<std::vector<cv::Point>>{approx}, -1, cv::Scalar(0, 0, 255), 2);
    }
}
cv::imshow("Rectangles", contourImage);
cv::waitKey(0);

3.2.3 識別三角形

識別三角形可以通過判斷輪廓的頂點數是否為 3：

for (size_t i = 0; i < contours.size(); i++) {
    std::vector<cv::Point> approx;
    cv::approxPolyDP(contours[i], approx, cv::arcLength(contours[i], true) * 0.02, true);
    if (approx.size() == 3) {  // 判斷是否為三角形
        cv::drawContours(contourImage, std::vector<std::vector<cv::Point>>{approx}, -1, cv::Scalar(255, 255, 0), 2);
    }
}
cv::imshow("Triangles", contourImage);
cv::waitKey(0);

3.3 霍夫變換

霍夫變換是一種用于檢測圖像中直線、圓等幾何形狀的方法。OpenCV 提供了 HoughLines 和 HoughCircles 函數來檢測直線和圓。

3.3.1 檢測直線

可以使用 HoughLines 函數來檢測圖像中的直線：

std::vector<cv::Vec2f> lines;
cv::HoughLines(blurredImage, lines, 1, CV_PI / 180, 150);

cv::Mat lineImage = cv::Mat::zeros(blurredImage.size(), CV_8UC3);
for (size_t i = 0; i < lines.size(); i++) {
    float rho = lines[i][0], theta = lines[i][1];
    cv::Point pt1, pt2;
    double a = cos(theta), b = sin(theta);
    double x0 = a * rho, y0 = b * rho;
    pt1.x = cvRound(x0 + 1000 * (-b));
    pt1.y = cvRound(y0 + 1000 * (a));
    pt2.x = cvRound(x0 - 1000 * (-b));
    pt2.y = cvRound(y0 - 1000 * (a));
    cv::line(lineImage, pt1, pt2, cv::Scalar(0, 0, 255), 2);
}
cv::imshow("Lines", lineImage);
cv::waitKey(0);

3.3.2 檢測圓

可以使用 HoughCircles 函數來檢測圖像中的圓：

std::vector<cv::Vec3f> circles;
cv::HoughCircles(blurredImage, circles, cv::HOUGH_GRADIENT, 1, blurredImage.rows / 8, 200, 100, 0, 0);

cv::Mat circleImage = cv::Mat::zeros(blurredImage.size(), CV_8UC3);
for (size_t i = 0; i < circles.size(); i++) {
    cv::Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
    int radius = cvRound(circles[i][2]);
    cv::circle(circleImage, center, radius, cv::Scalar(0, 255, 0), 2);
}
cv::imshow("Circles", circleImage);
cv::waitKey(0);

4. 結果展示

在完成形狀識別之后，我們可以將識別結果展示出來?？梢詫⒆R別到的形狀在原圖上標注出來，以便直觀地查看識別效果。

cv::Mat resultImage = image.clone();
for (size_t i = 0; i < contours.size(); i++) {
    std::vector<cv::Point> approx;
    cv::approxPolyDP(contours[i], approx, cv::arcLength(contours[i], true) * 0.02, true);
    if (approx.size() == 3) {
        cv::drawContours(resultImage, std::vector<std::vector<cv::Point>>{approx}, -1, cv::Scalar(255, 255, 0), 2);
    } else if (approx.size() == 4) {
        cv::drawContours(resultImage, std::vector<std::vector<cv::Point>>{approx}, -1, cv::Scalar(0, 0, 255), 2);
    } else {
        cv::Point2f center;
        float radius;
        cv::minEnclosingCircle(contours[i], center, radius);
        if (radius > 10) {
            cv::circle(resultImage, center, radius, cv::Scalar(255, 0, 0), 2);
        }
    }
}
cv::imshow("Result", resultImage);
cv::waitKey(0);

5. 總結

本文詳細介紹了如何使用 C++ 和 OpenCV 實現形狀識別功能。通過圖像預處理、輪廓檢測、形狀識別等步驟，我們可以有效地識別出圖像中的各種形狀。OpenCV 提供了豐富的函數和算法，使得形狀識別變得相對簡單。希望本文能夠幫助讀者理解和掌握形狀識別的基本方法，并在實際項目中應用這些技術。

6. 參考文獻

• OpenCV 官方文檔: https://docs.opencv.org/
• 《Learning OpenCV 3: Computer Vision in C++ with the OpenCV Library》 by Adrian Kaehler and Gary Bradski
• 《OpenCV 4 Computer Vision Application Programming Cookbook》 by David Millán Escrivá, Robert Laganière

通過以上步驟，您可以使用 C++ 和 OpenCV 實現基本的形狀識別功能。希望這篇文章對您有所幫助！