很久之前学习过一段时间的OpenCV,当时没有做什么笔记,但是代码都还在,这里把它贴出来做个记录。
代码放在码云上,地址在这里https://gitee.com/solym/OpenCVTest/tree/master/OpenCVTest
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp> // cvtColor
int contours_test();
int ContourDetection()
{
//return contours_test();
cv::Mat image; // 加载原始图片
cv::Mat gary; // 存储灰度图像
cv::Mat dstimg; // 绘制轮廓目标图片
// 创建两个窗口
cv::namedWindow("src"); // 原始图片显示窗口
cv::namedWindow("dst"); // 轮廓图片显示窗口
// 载入原始图片
image = cv::imread("../Image/sisy.jpg");
if (image.empty()) {
puts("图片加载失败");
return -1;
}
cv::imshow("src", image); // 显示原始图片
gary.create(image.size(), CV_8U); // 申请灰度图存储空间
cv::cvtColor(image, gary, CV_BGR2GRAY); // 转换原始图为灰度图
cv::threshold(gary, gary, 128, 255, cv::THRESH_BINARY); // 转换为二值图
std::vector<std::vector<cv::Point> > contours; // 检测的轮廓数组
std::vector<cv::Vec4i> hierarchy; //
int mode = CV_RETR_EXTERNAL; // 轮廓检测模式
//mode表示轮廓的检索模式
// CV_RETR_EXTERNAL表示只检测外轮廓
// CV_RETR_LIST检测的轮廓不建立等级关系
// CV_RETR_CCOMP建立两个等级的轮廓,上面的一层为外边界,里面的一层为内孔的边界信息。如果内孔内还有一个连通物体,这个物体的边界也在顶层。
// CV_RETR_TREE建立一个等级树结构的轮廓。具体参考contours.c这个demo
int method = CV_CHAIN_APPROX_SIMPLE;
//method为轮廓的近似办法
// CV_CHAIN_APPROX_NONE存储所有的轮廓点,相邻的两个点的像素位置差不超过1,即max(abs(x1 - x2),abs(y2 - y1)) == 1
// CV_CHAIN_APPROX_SIMPLE压缩水平方向,垂直方向,对角线方向的元素,只保留该方向的终点坐标,例如一个矩形轮廓只需4个点来保存轮廓信息
// CV_CHAIN_APPROX_TC89_L1,CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法
// 查找contour
cv::findContours(gary/*输入图像(必须为一个2值单通道图像)*/,
contours/*, hierarchy*/, mode, method);
// 为轮廓显示图片申请空间
dstimg = cv::Mat(image.size(), CV_8UC3); // 3通道图像,以便彩色显示
image.copyTo(dstimg); // 拷贝源图像
// 将轮廓画出
cv::drawContours(dstimg/*目标图像*/,
contours/*输入的轮廓组*/,
-1 /*指明画第几个轮廓(负值表示全部轮廓)*/,
cv::Scalar(0,0,255)/*轮廓颜色BGR(此处以红色绘制)*/,
2 /*轮廓线宽*/,
8 /*轮廓线型*/,
cv::noArray()/*轮廓结构信息*/);
// 显示轮廓图片
cv::imshow("dst", dstimg);
// 等待按键
cv::waitKey();
}
int contours_test()
{
std::string image_name = "../Image/sisy.jpg";
cv::Mat src = cv::imread(image_name);
cv::imshow("src", src);
cv::Mat gray(src.size(), CV_8U);
cv::cvtColor(src, gray, CV_BGR2GRAY);//转换成灰度图
cv::imshow("gray", gray);
cv::threshold(gray, gray, 128, 255, cv::THRESH_BINARY);//转换成2值图像
cv::imshow("binary", gray);
/////////////////////////////////////////////////////////////////////
std::vector<std::vector<cv::Point>> contours;
cv::findContours(gray,
contours, // a vector of contours
CV_RETR_EXTERNAL, // retrieve the external contours
CV_CHAIN_APPROX_NONE); // retrieve all pixels of each contours
// Print contours‘ length
// std::cout << "Contours: " << contours.size() << std::endl;
std::vector<std::vector<cv::Point>>::const_iterator itContours = contours.begin();
for (; itContours != contours.end(); ++itContours)
{
//std::cout << "Size: " << itContours->size() << std::endl;
}
// draw black contours on white image
cv::Mat result(gray.size(), CV_8U, cv::Scalar(255));
cv::drawContours(result, contours,
-1, // draw all contours
cv::Scalar(0), // in black
2); // with a thickness of 2
cv::namedWindow("Contours");
cv::imshow("Contours", result);
// draw contours on the original image
cv::Mat original = cv::imread(image_name);
cv::drawContours(original, contours,
-1, // draw all contours
cv::Scalar(255, 255, 255), // in white
-1); // with a thickness of 2
cv::namedWindow("Contours on Animals");
cv::imshow("Contours on Animals", original);
// Let‘s now draw black contours on white image
result.setTo(cv::Scalar(255));
cv::drawContours(result, contours,
-1, // draw all contours
cv::Scalar(0), // in black
-1); // with a thickness of 1
//image= cv::imread("test.png",0);
cv::waitKey(0);
return 0;
}
原文地址:https://www.cnblogs.com/oloroso/p/8721994.html
时间: 2024-11-08 18:22:09