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 <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 class="lazy" data-src, gray_class="lazy" data-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) {class="lazy" data-src = imread("./test2.jpg");if (!class="lazy" data-src.data) {printf("could not load image...\n");return -1;}cvtColor(class="lazy" data-src, gray_class="lazy" data-src, CV_BGR2GRAY);blur(gray_class="lazy" data-src, gray_class="lazy" data-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, class="lazy" data-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_class="lazy" data-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 itdrawImg = Mat::zeros(class="lazy" data-src.size(), class="lazy" data-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，请关注编程网行业资讯频道，感谢您对编程网的支持。