时间:2021-05-20
本文实例为大家分享了Opencv实现最小外接矩形和圆的具体代码,供大家参考,具体内容如下
步骤:将一幅图像先转灰度,再canny边缘检测得到二值化边缘图像,再寻找轮廓,轮廓是由一系列点构成的,要想获得轮廓的最小外接矩形,首先需要得到轮廓的近似多边形,用道格拉斯-普克抽稀(DP)算法,道格拉斯-普克抽稀算法,是将曲线近似表示为一系列点,并减少点的数量的一种算法。
该算法实现抽稀的过程是:
1)对曲线的首末点虚连一条直线,求曲线上所有点与直线的距离,并找出最大距离值dmax,用dmax与事先给定的阈值D相比:
2)若dmax<D,则将这条曲线上的中间点全部舍去;则该直线段作为曲线的近似,该段曲线处理完毕。
若dmax≥D,保留dmax对应的坐标点,并以该点为界,把曲线分为两部分,对这两部分重复使用该方法,即重复1),2)步,直到所有dmax均<D,即完成对曲线的抽稀。
#include<opencv2/opencv.hpp>using namespace cv;using namespace std; int value = 60;RNG rng(1);Mat src,gray_img,canny_img,dst;void callback(int, void*);int main(int arc, char** argv){ src = imread("2.jpg"); namedWindow("input",CV_WINDOW_AUTOSIZE); imshow("input", src); cvtColor(src, gray_img, CV_BGR2GRAY); namedWindow("output", CV_WINDOW_AUTOSIZE); createTrackbar("threshold", "output", &value, 255, callback); callback(0, 0); waitKey(0); return 0;}void callback(int, void*) { Canny(gray_img, canny_img, value, 2 * value); vector<vector<Point>>contours; vector<Vec4i> hierarchy; findContours(canny_img, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(0, 0)); vector<vector<Point>> contours_poly(contours.size()); vector<Rect>poly_rects(contours.size()); vector<Point2f>ccs(contours.size()); vector<float>radius(contours.size()); vector<RotatedRect> minRects(contours.size()); vector<RotatedRect> myellipse(contours.size()); for (int i = 0; i < contours.size(); i++) { approxPolyDP(contours[i], contours_poly[i], 20, true);//获得点数比较少的近似多边形 poly_rects[i] = boundingRect(contours_poly[i]);//从近似多边形获得最小外接矩形 minEnclosingCircle(contours_poly[i], ccs[i], radius[i]);//从近似多边形获得最小外接圆 //多边形点数大于5才能绘制带方向的最小矩形和椭圆 if (contours_poly[i].size() > 5) { minRects[i] = minAreaRect(contours_poly[i]);//从近似多边形获得带方向的最小外接矩形 myellipse[i] = fitEllipse(contours_poly[i]);//从近似多边形获得带方向的最小外接椭圆 } } //绘制 src.copyTo(dst); Point2f pts[4]; for (int j = 0; j < contours.size(); j++) { Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)); rectangle(dst, poly_rects[j], color, 2,8); circle(dst, ccs[j], (int)radius[j], color, 2,8); //绘制带方向的最小外接矩形和椭圆 if (contours_poly[j].size() > 5) { ellipse(dst, myellipse[j], color, 2); minRects[j].points(pts); for (int k = 0; k < 4; k++) { line(dst, pts[k], pts[(k + 1)%4], color, 2); } } } imshow("output", dst); }运行结果如下:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
Opencv中求点集的最小外结矩使用方法minAreaRect,求点集的最小外接圆使用方法minEnclosingCircle。minAreaRect方法原型:
本文实例为大家分享了OpenCV检测图像中矩形的具体代码,供大家参考,具体内容如下前言1.OpenCV没有内置的矩形检测的函数,如果想检测矩形,要自己去实现。2
3D建模中经常要用到倒角,小编就教大家如何使用倒角。 1、创建图形下找到矩形,创建一个矩形。找到圆,创建一个圆。 2、Alt+A轴对齐,将圆和矩形对齐。
3D建模中经常要用到倒角,小编就教大家如何使用倒角。 1、创建图形下找到矩形,创建一个矩形。找到圆,创建一个圆。 2、Alt+A轴对齐,将圆和矩形对齐。
gpt转mbr数据会丢失,因为分区工具不能在存有资料的情况下转换分区表,所以转之前先备份下数据。 MBR:最小外包矩形。在已知物体的边界时,用其外接矩形的尺寸