前兩篇博文分別介紹了圖像的邊緣檢測(cè)和輪廓檢測(cè),本文接著介紹圖像的輪廓檢測(cè)和輪廓外接矩形:
讓客戶(hù)滿(mǎn)意是我們工作的目標(biāo),不斷超越客戶(hù)的期望值來(lái)自于我們對(duì)這個(gè)行業(yè)的熱愛(ài)。我們立志把好的技術(shù)通過(guò)有效、簡(jiǎn)單的方式提供給客戶(hù),將通過(guò)不懈努力成為客戶(hù)在信息化領(lǐng)域值得信任、有價(jià)值的長(zhǎng)期合作伙伴,公司提供的服務(wù)項(xiàng)目有:空間域名、網(wǎng)站空間、營(yíng)銷(xiāo)軟件、網(wǎng)站建設(shè)、梅河口網(wǎng)站維護(hù)、網(wǎng)站推廣。
一、代碼部分:
// extract_contours.cpp : 定義控制臺(tái)應(yīng)用程序的入口點(diǎn)。 // #include "stdafx.h" #include#include using namespace cv; using namespace std; int _tmain(int argc, _TCHAR* argv[]) { //load src image string img_name="..\\image_norm\\71253.jpg"; Mat image=imread(img_name); imshow("src_image",image); cvWaitKey(0); //convert into gray image Mat gray(image.size(),CV_8U); cvtColor(image,gray,CV_BGR2GRAY); imshow("gray",gray); cvWaitKey(0); //convert into bin image threshold(gray,gray,128,255,THRESH_BINARY);//轉(zhuǎn)換成2值圖像 imshow("binary",gray); cvWaitKey(0); // Detecting contours vector > contours; //定義輪廓集合 vector hierarchy; findContours(gray, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);//CV_RETR_EXTERNAL只檢測(cè)外部輪廓 // draw black contours on white image Mat result(gray.size(),CV_8U,Scalar(255)); int index = 0; for (; index >= 0; index = hierarchy[index][0]) //hierarchy[index][0]表示后一個(gè)輪廓 { Scalar color(rand() & 255, rand() & 255, rand() & 255); drawContours(result, contours, index, Scalar(0), 1, 8, hierarchy);//描繪字符的外輪廓 Rect rect = boundingRect(contours[index]);//檢測(cè)外輪廓 rectangle(result, rect, Scalar(0,0,255), 3);//對(duì)外輪廓加矩形框 } imshow("Contours on white image",result); cvWaitKey(0); //draw contours on the original image Mat original=imread(img_name); int index_ori = 0; for (; index_ori >= 0; index_ori = hierarchy[index_ori][0]) { Scalar color(rand() & 255, rand() & 255, rand() & 255); //描繪字符的外輪廓 drawContours(original,contours,index_ori,Scalar(255),1,8, hierarchy); Rect rect = boundingRect(contours[index_ori]);//檢測(cè)外輪廓 //對(duì)外輪廓加加矩形框 rectangle(original, rect, Scalar(0,0,255), 3); } //print contours info cout<<"The number of external contours:"<
二、程序運(yùn)行效果圖:
(1)源圖像:
(2)灰度圖像:
(3)二進(jìn)制圖像:
(4)輪廓在空白圖像上顯示:
(5)在原圖像上畫(huà)出圖像的輪廓以及外接矩形:
至此,圖像的輪廓檢測(cè)以及外接矩形已經(jīng)實(shí)現(xiàn),歡迎高人指正。
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持創(chuàng)新互聯(lián)。