二值圖像分析最常見的方式

輪廓屬性

二值圖像分析最常見的一個(gè)主要方式就是輪廓發(fā)現(xiàn)與輪廓分析，其中輪廓發(fā)現(xiàn)的目的是為輪廓分析做準(zhǔn)備，經(jīng)過(guò)輪廓分析我們可以得到輪廓各種有用的屬性信息、常見的如下：

輪廓面積

輪廓周長(zhǎng)

輪廓幾何矩

輪廓的最小外接矩形

輪廓的最大外接矩形

輪廓的最小外接圓

輪廓的最小外接三角形

輪廓擬合(支持?jǐn)M合直線、橢圓、圓)

輪廓的凸包

輪廓層次信息提取

多邊形逼近

計(jì)算歐拉數(shù)

函數(shù)介紹

OpenCV中提供大量輪廓分析函數(shù)，通過(guò)這些函數(shù)我們可以方便快捷的得到輪廓的各種有用屬性信息、高效完成各種二值圖像分析需求，下面是我總結(jié)的一些常用的函數(shù)列表與說(shuō)明。

OpenCV中輪廓發(fā)現(xiàn)函數(shù)如下:

voidcv::findContours(
InputArrayimage,
OutputArrayOfArrayscontours,
OutputArrayhierarchy,
intmode,
intmethod,
Pointoffset=Point()
)

參數(shù)解釋如下：

image: 輸入圖像、八位單通道的，背景為黑色
contours: 得到的輪廓圖像
hierarchy: 層次圖像，根據(jù)需要提取輪廓層次信息
mode: 決定提取到層次信息內(nèi)容，是多層還是單層
method: 每個(gè)輪廓的編碼信息
offset: 表示輪廓偏移，默認(rèn)為0

輪廓分析相關(guān)的常用函數(shù)

//計(jì)算輪廓面積
doublecv::contourArea(
InputArraycontour,
booloriented=false
)
//計(jì)算輪廓周長(zhǎng)
doublecv::arcLength(
InputArraycurve,
boolclosed
)
//計(jì)算幾何矩與中心距
Momentscv::moments(
InputArrayarray,
boolbinaryImage=false
)
//計(jì)算最小外接矩形
RotatedRectcv::minAreaRect(
InputArraypoints
)
//計(jì)算最大外接矩形
Rectcv::boundingRect(
InputArrayarray
)
//計(jì)算最小外接圓/擬合圓
voidcv::minEnclosingCircle(
InputArraypoints,
Point2f¢er,
float&radius
)
//計(jì)算最小外接三角形/擬合三角形
doublecv::minEnclosingTriangle(
InputArraypoints,
OutputArraytriangle
)
//擬合直線
voidcv::fitLine(
InputArraypoints,
OutputArrayline,
intdistType,
doubleparam,
doublereps,
doubleaeps
)
//擬合橢圓
RotatedRectcv::fitEllipse(
InputArraypoints
)
//計(jì)算凸包
voidcv::convexHull(
InputArraypoints,
OutputArrayhull,
boolclockwise=false,
boolreturnPoints=true
)
//多邊形逼近-逼近真實(shí)形狀
voidcv::approxPolyDP(
InputArraycurve,
OutputArrayapproxCurve,
doubleepsilon,
boolclosed
)

靈活使用上述輪廓屬性信息，可以實(shí)現(xiàn)對(duì)二值圖像的幾何形狀判別、測(cè)量、面積過(guò)濾、獲取每個(gè)對(duì)象的幾何屬性包括面積、周長(zhǎng)、編碼點(diǎn)、形狀、層次/位置信息、歐拉數(shù)、中心位置、傾斜角度。

綜合運(yùn)用代碼演示

2020年 以前我分享過(guò)一些綜合使用的例子，列表如下(都看過(guò)你就贏了)：

二值圖像分析案例精選

OpenCV二值圖像案例分析精選 | 第二期

OpenCV輪廓層次分析實(shí)現(xiàn)歐拉數(shù)計(jì)算

OpenCV尋找復(fù)雜背景下物體的輪廓

如何識(shí)別出輪廓準(zhǔn)確的長(zhǎng)和寬

OpenCV中幾何形狀識(shí)別與測(cè)量

OpenCV中BLOB特征提取與幾何形狀分類

OpenCV直線擬合檢測(cè)

OpenCV中實(shí)現(xiàn)曲線與圓擬合

這里再分享一個(gè)硬幣計(jì)數(shù)的例子！

原圖如下：

代碼如下：

//加載圖像
Matimg=imread("D:/CoinsB.png");
imshow("OriginalImage",img);

//閾值化操作
Matgray,binary;
cvtColor(img,gray,COLOR_BGR2GRAY);
floatt=threshold(gray,binary,0,255,THRESH_BINARY|THRESH_OTSU);
imshow("binary",binary);
imwrite("D:/binary1.png",binary);

//形態(tài)學(xué)操作
Matse=getStructuringElement(MORPH_RECT,Size(3,3));
morphologyEx(binary,binary,MORPH_OPEN,se,Point(-1,-1));

//輪廓發(fā)現(xiàn)
vectorhireachy;
vector>contours;
bitwise_not(binary,binary);
findContours(binary,contours,hireachy,RETR_EXTERNAL,CHAIN_APPROX_SIMPLE,Point());
Matresult=img.clone();
Point2fcenter;
floatradius;

//輪廓分析
for(size_tt=0;t

	

	

	

	   審核編輯：彭靜