opencv矩形长宽怎么算 opencv 矩形轮廓

 

OpenCV支持大量的轮廓、边缘、边界的相关函数，相应的函数有moments、HuMoments、findContours、drawContours、approxPolyDP、arcLength、boundingRect、contourArea、convexHull、fitEllipse、fitLine、isContourConvex、minAreaRect、minEnclosingCircle、mathcShapes、pointPolygonTest。

  

目标

在本教程中，您将学习如何：

• 使用OpenCV函数cv :: boundingRect
• 使用OpenCV函数cv :: minEnclosingCircle

Code

本教程代码如下所示。您也可以从这里下载

下面这个程序用到的函数有，简单介绍其功能如下：

findContours：找到图像中轮廓

approxPolyDP：对多边形曲线做近似

boundingRect：计算并返回包围轮廓点集的最小矩形

minEnclosingCircle：计算并返回包围轮廓点集的最小圆形及其半径

drawContours：根据轮廓点集和轮廓结构画出轮廓

 

程序代码及详细注释：

#include "stdafx.h"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>
#include <stdlib.h>
 
using namespace cv;
using namespace std;
Mat src; Mat src_gray;
int thresh = 100;
int max_thresh = 255;
RNG rng(12345);
 
/// 函数声明
void thresh_callback(int, void* );
 

int main( int argc, char** argv )
{
  /// 载入原图像, 返回3通道图像
  src = imread( "boundrect.jpg" );
 
  /// 转化成灰度图像并进行平滑
  cvtColor( src, src_gray, CV_BGR2GRAY );
  blur( src_gray, src_gray, Size(3,3) );
 
  /// 创建窗口
  char* source_window = "Source";
  namedWindow( source_window, CV_WINDOW_AUTOSIZE );
  imshow( source_window, src );
 
  createTrackbar( " Threshold:", "Source", &thresh, max_thresh, thresh_callback );
  thresh_callback( 0, 0 );
 
  waitKey(0);
  return(0);
}
 

void thresh_callback(int, void* )
{
  Mat threshold_output;
  vector<vector<Point> > contours;    //轮廓数组（非矩形数组），每个轮廓是一个Point型的vector
  vector<Vec4i> hierarchy;                 //见下面findContours的解释
 
  /// 使用Threshold二值
  threshold( src_gray, threshold_output, thresh, 255, THRESH_BINARY );
 
  /// 找到轮廓
  //contours参数为检测的轮廓数组，每一个轮廓用一个point类型的vector表示
//hiararchy参数和轮廓个数相同，每个轮廓contours[ i ]对应4个hierarchy元素hierarchy[ i ][ 0 ] ~hierarchy[ i ][ 3 ]，
  //分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号，如果没有对应项，该值设置为负数。
  //CV_RETR_TREE：建立一个等级树结构的轮廓
  //
  findContours( threshold_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0) );
 
  /// 多边形逼近轮廓 + 获取矩形和圆形边界框
  vector<vector<Point> > contours_poly( contours.size() );          //近似后的轮廓点集
  vector<Rect> boundRect( contours.size() );                           //包围点集的最小矩形vector
  vector<Point2f>center( contours.size() );                               //包围点集的最小圆形vector
  vector<float>radius( contours.size() );                                   //包围点集的最小圆形半径vector
 
  for( int i = 0; i < contours.size(); i++ )
     {
   approxPolyDP( Mat(contours[i]), contours_poly[i], 3, true );      //对多边形曲线做适当近似，contours_poly[i]是输出的近似点集
       boundRect[i] = boundingRect( Mat(contours_poly[i]) );         //计算并返回包围轮廓点集的最小矩形
       minEnclosingCircle( contours_poly[i], center[i], radius[i] );     //计算并返回包围轮廓点集的最小圆形及其半径
     }

  /// 画多边形轮廓 + 包围的矩形框 + 圆形框
  Mat drawing = Mat::zeros( threshold_output.size(), CV_8UC3 );
  for( int i = 0; i< contours.size(); i++ )
     {
       Scalar color = Scalar( rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) );   //随机颜色
    //   drawContours( drawing, contours_poly, i, color, 1, 8, vector<Vec4i>(), 0, Point() );
       drawContours( drawing, contours_poly, i, color, 1, 8, hierarchy, 0, Point() );         //根据轮廓点集contours_poly和轮廓结构hierarchy画出轮廓
       rectangle( drawing, boundRect[i].tl(), boundRect[i].br(), color, 2, 8, 0 );              //画矩形，tl矩形左上角，br右上角
       circle( drawing, center[i], (int)radius[i], color, 2, 8, 0 );                                        //画圆形
     }
  /// 显示在一个窗口
  namedWindow( "Contours", CV_WINDOW_AUTOSIZE );
  imshow( "Contours", drawing );
}

说明

主要功能相当简单，如下所述：

1. 打开图像，将其转换为灰度，并将其模糊以摆脱噪点。

src = imread( argv[1], IMREAD_COLOR );
  cvtColor( src, src_gray, COLOR_BGR2GRAY );
  blur( src_gray, src_gray, Size(3,3) );

1. 创建一个标题为“Source”的窗口，并在其中显示源文件。 

const char* source_window = "Source";
  namedWindow( source_window, WINDOW_AUTOSIZE );
  imshow( source_window, src );

1. 在source_window上创建一个跟踪栏，并为其分配一个回调函数。一般来说，回调函数用于对某种信号做出反应，在我们的例子中它是跟踪栏的状态变化。 

createTrackbar( " Threshold:", "Source", &thresh, max_thresh, thresh_callback );

1. 显式的一次性电话thresh_callback是必要的同时显示“轮廓”窗口与“源”窗口。

thresh_callback( 0, 0 );

1. 等待用户关闭窗口。

waitKey(0);

回调函数thresh_callback执行所有有趣的工作。

• 写入

threshold_output

• 灰度图片的阈值（您可以在这里查看阈值）。

threshold（src_gray，threshold_output，thresh，255，THRESH_BINARY）;

• 找到轮廓并将其保存到向量

contour

• 和

hierarchy

• 。

findContours（threshold_output，contour，hierarchy，RETR_TREE，CHAIN_APPROX_SIMPLE，Point（0，0））;

• 对于每个找到的轮廓，我们现在将逼近逼近具有精度±3的多边形，并表示曲线必须关闭。

之后，我们为每个多边形找到一个边界，并将其保存boundRect。

最后，我们发现每一个多边形的最小封闭圈，并保存到center和radius载体

for( size_t i = 0; i < contours.size(); i++ )
  {
    approxPolyDP( Mat(contours[i]), contours_poly[i], 3, true );
    boundRect[i] = boundingRect( Mat(contours_poly[i]) );
    minEnclosingCircle( contours_poly[i], center[i], radius[i] );
  }

我们发现了我们需要的一切，我们所要做的就是绘制。

• 创建新的无符号8位字符的Mat，填充零。它将包含我们要制作的所有图纸（直角和圆圈）。

Mat drawing = Mat::zeros( threshold_output.size(), CV_8UC3 );

• 对于每个轮廓：选择随机颜色，绘制轮廓，边界矩形和最小包围圆，

for( size_t i = 0; i< contours.size(); i++ )
  {
    Scalar color = Scalar( rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) );
    drawContours( drawing, contours_poly, (int)i, color, 1, 8, vector<Vec4i>(), 0, Point() );
    rectangle( drawing, boundRect[i].tl(), boundRect[i].br(), color, 2, 8, 0 );
    circle( drawing, center[i], (int)radius[i], color, 2, 8, 0 );
  }

• 显示结果：创建一个新窗口“轮廓”，并显示我们添加到图纸上的所有内容。

namedWindow( "Contours", WINDOW_AUTOSIZE );
  imshow( "Contours", drawing );

结果  运行结果：

轮廓查找与绘制——正外接矩形

一、简介

二、外接矩形的查找绘制

1 #include "opencv2/opencv.hpp"
 2 using namespace cv;
 3 void main()
 4 {
 5     //外接矩形的查找绘制
 6     Mat srcImg =imread("E://12.jpg");
 7     imshow("src",srcImg);
 8     Mat dstImg = srcImg.clone();  //原图备份
 9     cvtColor(srcImg, srcImg, CV_BGR2GRAY); //转为灰度图
10     threshold(srcImg, srcImg, 100, 255, CV_THRESH_BINARY); //二值化
11 
12     vector<vector<Point>> contours;  
13     vector<Vec4i> hierarcy;
14     findContours(srcImg, contours, hierarcy, CV_RETR_EXTERNAL, CHAIN_APPROX_NONE); //查找轮廓
15     vector<Rect> boundRect(contours.size()); //定义外接矩形集合
16     //drawContours(dstImg, contours, -1, Scalar(0, 0, 255), 2, 8);  //绘制轮廓
17     int x0=0, y0=0, w0=0, h0=0;
18     for(int i=0; i<contours.size(); i++)
19     {
20         boundRect[i] = boundingRect((Mat)contours[i]); //查找每个轮廓的外接矩形
21         drawContours(dstImg, contours, i, Scalar(0, 0, 255), 2, 8);  //绘制轮廓
22         x0 = boundRect[i].x;  //获得第i个外接矩形的左上角的x坐标
23         y0 = boundRect[i].y; //获得第i个外接矩形的左上角的y坐标
24         w0 = boundRect[i].width; //获得第i个外接矩形的宽度
25         h0 = boundRect[i].height; //获得第i个外接矩形的高度
26         rectangle(dstImg, Point(x0, y0), Point(x0+w0, y0+h0), Scalar(0, 255, 0), 2, 8); //绘制第i个外接矩形
27     }
28     imshow("boundRect", dstImg);
29     waitKey(0); 
30 }

三、分割硬币轮廓并计数

1 #include "opencv2/opencv.hpp"
 2 #include<iostream>
 3 using namespace cv;
 4 using namespace std;
 5 void main()
 6 {
 7     //分割硬币轮廓
 8     Mat srcImg =imread("E://33.png");
 9     imshow("src", srcImg);
10     Mat dstImg = srcImg.clone();  //原图备份
11     cvtColor(srcImg, srcImg, CV_BGR2GRAY); //转为灰度图
12     threshold(srcImg, srcImg, 100, 255, CV_THRESH_BINARY); //二值化
13     Mat element = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1)); //获得结构元素
14     dilate(srcImg, srcImg, element); //膨胀操作
15     imshow("dilate",srcImg);
16 
17     vector<vector<Point>> contours;  
18     vector<Vec4i> hierarcy;
19     findContours(srcImg, contours, hierarcy, CV_RETR_EXTERNAL, CHAIN_APPROX_NONE); //查找轮廓
20     vector<Rect> boundRect(contours.size()); //定义外接矩形集合
21     int x0=0, y0=0, w0=0, h0=0,num=0;
22     for(int i=0; i<contours.size(); i++)
23     {
24         boundRect[i] = boundingRect((Mat)contours[i]); //查找每个轮廓的外接矩形
25         drawContours(dstImg, contours, i, Scalar(0, 0, 255), 2, 8);  //绘制轮廓
26         x0 = boundRect[i].x;  
27         y0 = boundRect[i].y; 
28         w0 = boundRect[i].width; 
29         h0 = boundRect[i].height; 
30         if(w0>30 && h0>30)//筛选
31         {
32             rectangle(dstImg, Point(x0, y0), Point(x0+w0, y0+h0), Scalar(0, 255, 0), 2, 8); //绘制第i个外接矩形
33             num++;
34         }
35     }
36     cout<<"硬币数量："<<num;
37     imshow("boundRect", dstImg);
38     waitKey(0); 
39 }

 四、简单车牌字符分隔

1 #include "opencv2/opencv.hpp"
 2 using namespace cv;
 3 void main()
 4 {
 5     //---简单车牌字符分隔
 6     Mat srcImg =imread("E://Car2.jpg");
 7     Mat dstImg = srcImg.clone();  //原图备份
 8     medianBlur(srcImg, srcImg, 5);  //中值滤波
 9     cvtColor(srcImg, srcImg, CV_BGR2GRAY); //转为灰度图
10     threshold(srcImg, srcImg, 100, 255, CV_THRESH_BINARY); //二值化
11     imshow("threshold", srcImg);
12     imwrite("F://car0.jpg", srcImg);
13 
14     vector<vector<Point>> contours;  
15     vector<Vec4i> hierarcy;
16     findContours(srcImg, contours, hierarcy, CV_RETR_TREE, CHAIN_APPROX_NONE); //查找所有轮廓
17     vector<Rect> boundRect(contours.size()); //定义外接矩形集合
18     int x0=0, y0=0, w0=0, h0=0;
19     for(int i=0; i<contours.size(); i++)
20     {
21         boundRect[i] = boundingRect((Mat)contours[i]); //查找每个轮廓的外接矩形
22         x0 = boundRect[i].x;  
23         y0 = boundRect[i].y; 
24         w0 = boundRect[i].width; 
25         h0 = boundRect[i].height; 
26         if(w0>srcImg.cols/12 && w0<srcImg.cols/5 && h0>srcImg.rows/6 && h0<srcImg.rows*5/6)
27         {
28             char pic_name[10];
29             sprintf(pic_name, "F:\\%d.bmp", i);
30             Mat ROI = dstImg(Rect(x0, y0, w0, h0));
31             imwrite(pic_name, ROI);
32             rectangle(dstImg, Point(x0, y0), Point(x0+w0, y0+h0), Scalar(0, 255, 0), 2, 8); //绘制第i个外接矩形
33         }
34     }
35     imshow("boundRect", dstImg);
36     waitKey(0);
37 }

 

灰度图上进行透明彩色绘制

为了提取有效的信息并且显示，需要将有效区域用其他颜色画出来 

使用opencv circle函数 
首先将单通道灰度图转化成3通道的彩色图像 
实例如下：

// read image
  cv::Mat img_gray = imread(path,0);
  // create 8bit color image. IMPORTANT: initialize image otherwise it will result in 32F
  cv::Mat img_rgb(img_gray.size(), CV_8UC3);
  // convert grayscale to color image
  cv::cvtColor(img_gray, img_rgb, CV_GRAY2RGB);
  circle(img_rgb, Point(100,100), 30, Scalar(100, 250, 100), -1);//Point圆心中心点，30，半斤，Scalar画笔的参数，-1表示画成实心状态
  imshow("test", img_rgb);

• 接下来我们如何能让画的圈为透明的，不遮挡重点显示的区域呢 

接下来我们要使用addWeighted函数来实现这个功能，通过实现两张图片进行叠加

Mat overlay;
rgb_img.copyTo(overlay);
circle(overlay, p, 50, Scalar(100, 250, 100), -1);
addWeighted(overlay, 0.3, img_rgb, 0.7, 0, img_rgb);
imshow("test", img_rgb);
waitKey();

• 
  
• 最后实现的效果如下： 

16位图片转化成为8位图形 ---convertScaleAbs函数

在将RealSense提取的深度图片进行显示时，由于是16位图片，想将图片转化成为8位图形进行显示 

Opencv中有一个函数convertScaleAbs可以实现这种功能 

C++: void convertScaleAbs(InputArray src, OutputArray dst, double alpha=1, double beta=0) 
Parameters: 
src: input array 
dst: output array 
alpha: optional scale factor 
beta: optional delta added to the scaled values 
the governmental definition for the function is : 
On each element of the input array, the function covertScaleAbs performs three operations sequentially: scaling, taking an absolute value, conversion to an unsigned 8-bit type:

 

接下来示例代码：

cv::Mat map = cv::imread("C:/Users/Lee_gc/Desktop/try.png", CV_LOAD_IMAGE_ANYCOLOR | CV_LOAD_IMAGE_ANYDEPTH);//read a 16bits depth pictures
double min;
double max;
cv::minMaxIdx(map, &min, &max);
cv::Mat adjMap();
cv::convertScaleAbs(map, adjMap, 255 / max);
imshow("8bitPic", adjMap);//the picture can be showed and converted to 8bits pic
waitKey();