點(diǎn)擊上方“小白學(xué)視覺(jué)”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時(shí)間送達(dá)

二值圖像分析最常見(jiàn)的一個(gè)主要方式就是輪廓發(fā)現(xiàn)與輪廓分析，其中輪廓發(fā)現(xiàn)的目的是為輪廓分析做準(zhǔn)備，經(jīng)過(guò)輪廓分析我們可以得到輪廓各種有用的屬性信息、常見(jiàn)的如下：

• 輪廓面積

• 輪廓周長(zhǎng)

• 輪廓幾何矩

• 輪廓的最小外接矩形

• 輪廓的最大外接矩形

• 輪廓的最小外接圓

• 輪廓的最小外接三角形

• 輪廓擬合(支持?jǐn)M合直線、橢圓、圓)

• 輪廓的凸包

• 輪廓層次信息提取

• 多邊形逼近

• 計(jì)算歐拉數(shù)

OpenCV中提供大量輪廓分析函數(shù)，通過(guò)這些函數(shù)我們可以方便快捷的得到輪廓的各種有用屬性信息、高效完成各種二值圖像分析需求，下面是我總結(jié)的一些常用的函數(shù)列表與說(shuō)明。

OpenCV中輪廓發(fā)現(xiàn)函數(shù)如下:

void cv::findContours(
InputArray      image,
OutputArrayOfArrays contours,
OutputArray hierarchy,
int   mode,
int   method,
Point       offset = Point()
)

參數(shù)解釋如下：

image: 輸入圖像、八位單通道的，背景為黑色
contours: 得到的輪廓圖像
hierarchy: 層次圖像，根據(jù)需要提取輪廓層次信息
mode: 決定提取到層次信息內(nèi)容，是多層還是單層
method: 每個(gè)輪廓的編碼信息
offset: 表示輪廓偏移，默認(rèn)為0

輪廓分析相關(guān)的常用函數(shù)

// 計(jì)算輪廓面積
double cv::contourArea(
InputArray contour,
bool oriented = false
)
// 計(jì)算輪廓周長(zhǎng)
double cv::arcLength(
InputArray      curve,
bool        closed
)
// 計(jì)算幾何矩與中心距
Moments cv::moments(
InputArray      array,
bool        binaryImage = false
)
// 計(jì)算最小外接矩形
RotatedRect cv::minAreaRect(
InputArray      points
)
// 計(jì)算最大外接矩形
Rect cv::boundingRect(
InputArray      array
)
// 計(jì)算最小外接圓/擬合圓
void cv::minEnclosingCircle(
InputArray      points,
Point2f &        center,
float &    radius
)
// 計(jì)算最小外接三角形/擬合三角形
double cv::minEnclosingTriangle(
InputArray      points,
OutputArray   triangle
)
// 擬合直線
void cv::fitLine(
InputArray      points,
OutputArray   line,
int   distType,
double    param,
double    reps,
double    aeps
)
// 擬合橢圓
RotatedRect cv::fitEllipse(
InputArray      points
)
// 計(jì)算凸包
void cv::convexHull(
InputArray      points,
OutputArray   hull,
bool        clockwise = false,
bool        returnPoints = true
)
// 多邊形逼近-逼近真實(shí)形狀
void cv::approxPolyDP(
InputArray      curve,
OutputArray   approxCurve,
double    epsilon,
bool        closed
)

靈活使用上述輪廓屬性信息，可以實(shí)現(xiàn)對(duì)二值圖像的幾何形狀判別、測(cè)量、面積過(guò)濾、獲取每個(gè)對(duì)象的幾何屬性包括面積、周長(zhǎng)、編碼點(diǎn)、形狀、層次/位置信息、歐拉數(shù)、中心位置、傾斜角度。

這里再分享一個(gè)硬幣計(jì)數(shù)的例子！

原圖如下：

代碼如下：

// 加載圖像
Mat img = imread("D:/CoinsB.png");
imshow("Original Image", img);

// 閾值化操作
Mat gray, binary;
cvtColor(img, gray, COLOR_BGR2GRAY);
float t = threshold(gray, binary, 0, 255, THRESH_BINARY|THRESH_OTSU);
imshow("binary", binary);
imwrite("D:/binary1.png", binary);

// 形態(tài)學(xué)操作
Mat se = getStructuringElement(MORPH_RECT, Size(3, 3));
morphologyEx(binary, binary, MORPH_OPEN, se, Point(-1, -1));

// 輪廓發(fā)現(xiàn)
vector<Vec4i> hireachy;
vector<vector<Point>> contours;
bitwise_not(binary, binary);
findContours(binary, contours, hireachy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point());
Mat result = img.clone();
Point2f center;
float radius;

// 輪廓分析
for (size_t t = 0; t < contours.size(); t++) {
    double area = contourArea(contours[t]);
    if (area < 1000) {
        continue;
    }
    RotatedRect rrt = fitEllipse(contours[t]);
    radius = min(rrt.size.width, rrt.size.height)/2.0;
    circle(result, rrt.center, radius, Scalar(0, 0, 255), 4, 8, 0);
    Moments mm = moments(contours[t]);
    double cx = mm.m10 / mm.m00;
    double cy = mm.m01 / mm.m00;
    circle(result, Point(cx, cy), 2, Scalar(255, 0, 0), 2, 8, 0);
}

// 顯示結(jié)果
imshow("result", result);
imwrite("D:/drawing.png", result);
waitKey(0);

最終效果如下：