最大轮廓和投影
最近非常多的用到了最大轮廓和投影运算。回想起来，这两种算法的确是属于非常常见的基础算法。这里加以总结和提取。
最大轮廓：
前提是图像经过了灰度和阈值处理，也可以直接处理canny的结果，有些时候需要预先经过色彩域的转换。最后得到的结果，应该是一个contour，当然可以采用一定的方法处理得到外接矩形。
//寻找最大的轮廓
vector<cv::Point> FindBigestContour(Mat src)
{
int imax = 0; //代表最大轮廓的序号
int imaxcontour = -1; //代表最大轮廓的大小
std::vector<std::vector<cv::Point>>contours;
findContours(src,contours,CV_RETR_LIST,CV_CHAIN_APPROX_SIMPLE);
for (int i=0;i<contours.size();i++)
{
int itmp = contourArea(contours[i]);//这里采用的是轮廓大小
if (imaxcontour < itmp )
{
imax = i;
imaxcontour = itmp;
}
}
return contours[imax];
}
调用方法,得到外接矩阵
Rect boundRect = boundingRect(Mat(FindBigestContour(canny)));
投影处理：
这里的前提和最大轮廓是非常相似的。投影主要关心的是通过投影图像，获得原始图像中的ROI，或者获得有多少个上波形多少个下波形这些定量的结果。
Vector<int> vectorV; //横向循环
Vector<int> vectorH; //纵向循环
Vector<int> VUpper;
Vector<int> VDown;
vector<int> HUpper;
vector<int> HDower;
// 做横向循环
for (int i=0;i<ostu.cols;i++)
{
Mat data = ostu.col(i);
int itmp = countNonZero(data);
vectorV.push_back(itmp);
}
//上波形为VUpper,下波形为VDown
for (int i=1;i<vectorV.size();i++)
{
if (vectorV[i-1] == 0 && vectorV[i]>0)
{
VUpper.push_back(i);
}
if (vectorV[i-1]>0 && vectorV[i] == 0)
{
VDown.push_back(i);
}
}
//做纵向循环，这个往往处理的是横向循环的结果图片
for (int j=0;j<ostu.rows;j++)
{
Mat data = roitmp.row(j);
int itmp = countNonZero(data);
vectorH.push_back(itmp);
}
for (int j=0;j<vectorH.size()-1;j++)
{
if (vectorH[j]>0 && vectorH[j+1] == 0)
{
HDower.push_back(j);
}
if (vectorH[j] == 0 && vectorH[j+1]>0)
{
HUpper.push_back(j);
}
}
//由于处理的上波形和下波形可能会有问题，需要进行一定的处理
//这里的一个处理就是提出哪些短暂的空白区域
for (int j=0;j<HDower.size()-1;j++)
{
//得出之间空白的区域
int iwidth = HUpper[j+1] - HDower[j];
if (iwidth > 10)
{
iresult = iresult +1;
}
}