标签:Detection img boundRect Shapes contours 图像 轮廓 objectType
这次主要进行形状检测代码学习,利用opencv内置函数编写代码,检测出不同的形状。
详见代码:
#include<opencv2/imgcodecs.hpp>
#include<opencv2/highgui.hpp>
#include<opencv2/imgproc.hpp>
#include<iostream>
using namespace cv;//声明使用opencv命名空间
using namespace std;//声明使用标准库命名空间
//创建函数获取轮廓
void getContours(Mat imgDia, Mat img) {
vector<vector<Point>> contours;//定义轮廓矢量
vector<Vec4i>hierarchy;//定义层次向量
//第一个参数是要输入的图像,第二参数是输出轮廓,第三个参数层次结构,
findContours(imgDia, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_NONE);
//drawContours(img, contours, -1, Scalar(255, 0, 255), 2);//画紫色轮廓
for (int i = 0; i < contours.size(); i++)//i<轮廓次数
{
int area = contourArea(contours[i]);//获取轮廓面积
cout << area << endl;//输出轮廓面积
vector<vector<Point>>conPoly(contours.size());
vector<Rect>boundRect(contours.size());
string objectType;
if (area > 1000)//过滤噪声,这里添加过滤面积条件
{
float peri = arcLength(contours[i], true);//获取闭合轮廓长
//估计轮廓点的个数,但是规则就是以轮廓周长*0.02,获取轮廓角的个数
approxPolyDP(contours[i], conPoly[i], 0.02*peri, true);
cout<<conPoly[i].size()<<endl;//输出轮廓所含有角的个数
boundRect[i]=boundingRect(conPoly[i]);//边界矩形
int objCor = (int)conPoly[i].size();//获取轮廓角的个数,并且整型化
if (objCor == 3){objectType = "Tri";}//三个角为三角形
if (objCor == 4)
{
float aspRatio = (float)boundRect[i].width / (float)boundRect[i].height;
cout << aspRatio << endl;
if (aspRatio > 0.95&&aspRatio < 1.05) { objectType = "Square"; }//四个角长和宽相等为正方形
else { objectType = "Rect"; }//长和宽不相等为矩形
}
if (objCor > 4) { objectType = "Circle"; }//角的个数大于4为圆形
drawContours(img, conPoly, i, Scalar(255, 0, 255), 2);//画出轮廓
rectangle(img, boundRect[i].tl(), boundRect[i].br(), Scalar(0, 255, 0), 5);
putText(img, objectType, { boundRect[i].x,boundRect[i].y - 5 }, FONT_HERSHEY_PLAIN, 1, Scalar(0, 69, 255), 1);
}
}
}
/// importing images
void main()
{
//设置一个路径接受图像
string path = "D:/opencv_study/Resources/shapes.png";//等号右侧为图像路径
Mat img = imread(path);// 创建矩阵接收图像
// Preprocessing
Mat imgGray, imgBlur, imgCanny, imgDia, imgErode;//对所用到的图像矩阵进行矩阵声明
//对图像进行边缘提取,首先要对图像进行灰度化,然后高斯模糊,再进行边缘检测
cvtColor(img, imgGray, COLOR_BGR2GRAY);//对图像进行灰度化
GaussianBlur(imgGray, imgBlur, Size(3, 3), 3, 0);//对图像进行高斯模糊
Canny(imgBlur, imgCanny, 50, 75);//对图像进行canny边缘检测
Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));
dilate(imgCanny, imgDia, kernel);//粗化边缘线
getContours(imgDia,img);
imshow("Image", img);//imshow显示图像
/*imshow("Image Gray", imgGray);
imshow("Image Blur", imgBlur);
imshow("Image Canny", imgCanny);
imshow("Image Dil", imgDia);*/
//waitkey(0):参数0表示阻塞,程序运行到这即停止
//Waitkey(1):参数1停顿1毫秒,然后继续向下执行
waitKey(0);
}
标签:Detection,img,boundRect,Shapes,contours,图像,轮廓,objectType 来源: https://blog.csdn.net/qq_60678226/article/details/120683729
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。