OpenCV 轮廓周围绘制矩形框和圆形框的方法是什么

OpenCV 轮廓周围绘制矩形框和圆形框的方法是什么，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。

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 #include #include #include #include  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> contours;        vector 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> contours_ploy(contours.size());        vector ploy_rects(contours.size());        vector ccs(contours.size());        vector radius(contours.size());        vector minRects(contours.size());        vector 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;

看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注行业资讯频道，感谢您对的支持。