【OpenCV】- 多边形将轮廓包围

说明：实际应用中，常常会将检测到的轮廓用多边形表示出来的需求。

1、返回外部矩形边界：boundingRect()函数

说明：此函数计算并返回指定点集最外面的矩形边界

Rect point=boundingRect(InputArray points)
1

唯一的参数为输入的二维点集，可以是std::vector或Mat类型

2、寻找最小包围矩形：minAreaRect()函数

说明：对于给定的2D点集，寻找可旋转的最小面积的包围矩形，返回四个点

RotatedRect box=minAreaRect(InputArray points)
1

唯一的参数为输入的二维点集，可以是std::vector或Mat类型

示例程序：创建包围轮廓的矩形边界

说明：随机生成3~103个彩色点，然后绘制一个可以旋转的最小矩形，把随机生成的点都包围进去

#include
#include
#include
#include
using namespace std;
using namespace cv;
int main()
{
	Mat image(600, 600, CV_8UC3);
	RNG& rng = theRNG();
	while (1)
	{
		//参数初始化
		int count = rng.uniform(3, 103);
		vector<Point> points;
		for (int i = 0; i < count; i++)
		{
			Point point;
			point.x = rng.uniform(image.cols / 4, image.cols * 3 / 4);
			point.y = rng.uniform(image.rows / 4, image.rows * 3 / 4);
			points.push_back(point);
		}
		//给定的2D点集，寻找最小面积的包围矩形
		RotatedRect box = minAreaRect(Mat(points));
		//
		Point2f vertex[4];
		box.points(vertex);
		//绘制出随机颜色的点
		image = Scalar::all(0);
		for (int i = 0; i < count; i++)
		{
			circle(image, points[i], 3, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), FILLED,LINE_AA);
		}
		//绘制出最小面积的包围矩形
		for (int i = 0; i < 4; i++)
		{
			//第一个线段的终点，又是第二个线段的起点
			line(image, vertex[i], vertex[(i + 1) % 4], Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), 2, LINE_AA);
			cout << vertex[i] << ":" << vertex[(i + 1) % 4] << endl;
		}
		imshow("矩形包围示例", image);
		char key = (char)waitKey();
		if (key == 27 || key == 'q' || key == 'Q')
			break;

	}
	return 0;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48

3、寻找最小包围圆形：minEnclosingCircle()函数

说明：利用迭代算法，对给定的2D点集，去寻找面积最小的可包围它们的圆形

void minEnclosingCircle(InputArray points,Point2f& center,float& radius)
1

• 第一个参数：输入的二维点集，可以为std::vector<>或Mat类型
• 第二个参数：圆的输出圆心
• 第三个参数：圆的输出半径

示例程序：创建包围轮廓的圆形边界

说明：随机生成3~103个彩色点，然后绘制一个可以旋转的圆，把随机生成的点都包围进去

#include
#include
#include
#include
using namespace std;
using namespace cv;
int main()
{
	Mat image(600, 600, CV_8UC3);
	RNG& rng = theRNG();
	while (1)
	{
		//参数初始化
		int count = rng.uniform(3, 103);
		vector<Point> points;
		for (int i = 0; i < count; i++)
		{
			Point point;
			point.x = rng.uniform(image.cols / 4, image.cols * 3 / 4);
			point.y = rng.uniform(image.rows / 4, image.rows * 3 / 4);
			points.push_back(point);
		}
		//给定的2D点集，寻找最小面积的包围圆
		Point2f center;
		float radius = 0;
		minEnclosingCircle(Mat(points), center, radius);
		//绘制出随机颜色的点
		image = Scalar::all(0);
		for (int i = 0; i < count; i++)
		{
			circle(image, points[i], 3, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), FILLED,LINE_AA);
		}
		//绘制出最小面积的包围矩形
		circle(image, center, radius, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), 2, LINE_AA);
		cout << center << ":" << radius << endl;
		imshow("圆形包围示例", image);
		char key = (char)waitKey();
		if (key == 27 || key == 'q' || key == 'Q')
			break;

	}
	return 0;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43

4、用椭圆拟合二维点集：fitEllipse()函数

说明：此函数作用是椭圆拟合二维点集

void RotatedRect fitEllipse(InputArray points)
1

唯一的参数为输入的二维点集，可以是std::vector或Mat类型

5、逼近多边形曲线：approxPolyDP()函数

说明：approxPolyDP()函数是用指定精度逼近多边形曲线

void approxPolyDP(InputArray curve,OutputArray approxCurve,double epsilon,bool closed)
1

• 第一个参数：InputArray类型的curve输入的二维点集，可以为std::vector或Mat类型
• 第二个参数：OutputArray 类型的approxCurve多边形逼近的结果，其类型应该和输入的二维点集的类型一致。
• 第三个参数：double类型的epsilon逼近的精度，为原始曲线和即近似曲线间的最大值
• 第四个参数：bool类型的closed如果其为真，则近似的曲线为封闭曲线（首尾相连），否则，曲线不封闭。

6、综合示例程序：使用多边形包围轮廓

#include
#include
#include
#include
using namespace std;
using namespace cv;
#define WINDOW_NAME1 "【原始图窗口】"
#define WINDOW_NAME2 "【效果图窗口】"
Mat g_srcImage; Mat g_grayImage;
int g_nThresh = 50;	//阈值
int g_maxThresh = 255;	//阈值最大值
RNG g_rng(12345);	//随机数生成器
static void ShowHelpTxte();
void on_ContoursChange(int, void *);
int main()
{
	system("color 1A");
	//加载源图像
	g_srcImage = imread("E:\\Pec\\风景.jpg", 1);
	//得到的原图转换为灰度并进行平滑
	cvtColor(g_srcImage, g_grayImage, COLOR_BGR2GRAY);
	blur(g_grayImage, g_grayImage, Size(3, 3));
	namedWindow(WINDOW_NAME1, WINDOW_AUTOSIZE);
	imshow(WINDOW_NAME1, g_srcImage);

	createTrackbar("阈值：", WINDOW_NAME1, &g_nThresh, g_maxThresh, on_ContoursChange);
	on_ContoursChange(0, 0);//调用一次进行初始化
	waitKey(0);
	return 0;
}
void on_ContoursChange(int, void *)
{
	//定义一些参数
	Mat threshold_output;
	vector<vector<Point>> contours;
	vector<Vec4i>hierarchy;
	//对图像进行二值化，控制阈值
	threshold(g_grayImage, threshold_output, g_nThresh, 255, THRESH_BINARY);
	//寻找轮廓;
	findContours(threshold_output, contours, hierarchy, RETR_TREE, 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());
	vector<Rect> boundRect(contours.size());
	vector<Point2f>center(contours.size());
	vector<float>radius(contours.size());
	//一个循环，遍历所有部分
	for (unsigned int i = 0; i < contours.size(); i++)
	{
		//用指定精度逼近多边形曲线
		approxPolyDP(Mat(contours[i]), contours_poly[i], 3, true);
		//计算点集的最外面（up-right)矩形边界
		boundRect[i] = boundingRect(Mat(contours_poly[i]));
		//对给定的2D点集，寻找最小面积的包围圆形
		minEnclosingCircle(contours_poly[i], center[i], radius[i]);
	}
	//绘制多边形轮廓+包围矩形框+圆形框
	Mat drawing = Mat::zeros(threshold_output.size(), CV_8UC3);
	for (int unsigned i = 0; i < contours.size(); i++)
	{
		Scalar color = Scalar(g_rng.uniform(0, 255), g_rng.uniform(0, 255), g_rng.uniform(0, 255));
		//绘制轮廓
		drawContours(drawing, contours_poly, i, color, 1, 8, vector<Vec4i>(), 0, Point());
		//绘制矩形
		rectangle(drawing, boundRect[i].tl(), boundRect[i].br(), color, 2, 8, 0);
		//绘制圆形
		circle(drawing, center[i], (int)radius[i], color, 2, 8, 0);
	}
	namedWindow(WINDOW_NAME2, WINDOW_AUTOSIZE);
	imshow(WINDOW_NAME2, drawing);
	
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71

原图展示：

阈值为50效果图：

阈值25的时候：

阈值150的时候: