• opencv —— minEnclosingCircle、fitEllipse 寻找包裹轮廓的最小圆、点集拟合椭圆


    寻找包裹轮廓的最小圆:minEnclosingCircle 函数

    返回圆应满足:① 轮廓上的点均在圆形空间内。② 没有面积更小的满足条件的圆。

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

    • points,输入的二维点集,可以是 vector 或 Mat 类型。
    • center,圆的输出圆心。
    • radius,圆的输出半径。

    代码示例:

    #include<opencv.hpp>
    #include<iostream>
    #include<vector>
    using namespace cv;
    using namespace std;
    int main() {
        Mat src = imread("C:/Users/齐明洋/Desktop/示例图片/7.jpg");
        imshow("src", src);
    
        //将原图转换为二值图像
        Mat bin_img;
        cvtColor(src, bin_img, COLOR_BGR2GRAY);
        threshold(bin_img, bin_img, 55, 255, THRESH_BINARY_INV);
        imshow("bin_img", bin_img);
    
        //寻找轮廓
        vector<vector<Point> >contours;
        findContours(bin_img, contours, RETR_EXTERNAL, CHAIN_APPROX_NONE);
    
        //寻找包裹轮廓的最小圆
        vector<Point2f>centers(contours.size());//圆心
        vector<float>radius(contours.size());//半径
        Mat dst = Mat::zeros(src.size(), src.type());
        RNG rngs = { 12345 };
        for (int i = 0; i < contours.size(); i++) {
            //绘制轮廓
            Scalar colors = Scalar(rngs.uniform(0, 255), rngs.uniform(0, 255), rngs.uniform(0, 255));
            drawContours(dst, contours, i, colors, 1);
    
            //寻找并绘制最小圆
            minEnclosingCircle(contours[i], centers[i], radius[i]);
            circle(dst, centers[i], radius[i], colors, 2);
        }
    
        imshow("dst", dst);
        waitKey(0);
    }

    效果演示:

     

     

    寻找点集拟合椭圆:fitEllipse 函数

    需要说明的是,点集拟合椭圆并非最小包围椭圆。返回椭圆并不满足“轮廓上的点均在椭圆包围空间内”这一条件。

    其原理是:① 寻找包裹轮廓的最小斜矩阵(minAreaRect() https://www.cnblogs.com/bjxqmy/p/12347355.html)。② 返回斜矩阵内最大的椭圆(矩阵长宽分别做椭圆长轴、短轴)。

    RotatedRect fitEllipse(InputArray points);

    • 唯一一个参数是输入的二维点集,可以是 vector 或 Mat 类型。

    代码示例:

    #include<opencv.hpp>
    #include<iostream>
    #include<vector>
    using namespace cv;
    using namespace std;
    int main() {
        Mat src = imread("C:/Users/齐明洋/Desktop/示例图片/7.jpg");
        imshow("src", src);
    
        //将原图转换为二值图像
        Mat bin_img;
        cvtColor(src, bin_img, COLOR_BGR2GRAY);
        threshold(bin_img, bin_img, 55, 255, THRESH_BINARY_INV);
        imshow("bin_img", bin_img);
    
        //寻找轮廓
        vector<vector<Point> >contours;
        findContours(bin_img, contours, RETR_EXTERNAL, CHAIN_APPROX_NONE);
    
        //寻找包裹轮廓的最小椭圆
        vector<RotatedRect>rota_rect(contours.size());
        Mat dst = Mat::zeros(src.size(), src.type());
        RNG rngs = { 12345 };
        for (int i = 0; i < contours.size(); i++) {
            //绘制轮廓
            Scalar colors = Scalar(rngs.uniform(0, 255), rngs.uniform(0, 255), rngs.uniform(0, 255));
            drawContours(dst, contours, i, colors, 1);
    
            //寻找并绘制最小椭圆
            rota_rect[i] = fitEllipse(contours[i]);
            ellipse(dst, rota_rect[i], colors, 2);
        }
    
        imshow("dst", dst);
        waitKey(0);
    }

    效果演示:

  • 相关阅读:
    KnockOut循环绑定
    json数组排序
    1,滑动验证,前后台接口
    写个js程序咖常写的游戏-贪吃蛇
    ionic的路由配置及参数传递
    基于jq, jquery.easie.js 开发面向对象通栏焦点图组件
    面向对象开发弹窗组件
    基于jquery开发的选项卡
    JavaScript多线程 html5 Worker, SharedWorker
    gulp常用任务
  • 原文地址:https://www.cnblogs.com/bjxqmy/p/12354750.html
Copyright © 2020-2023  润新知