opencv c++获取最小轮廓以及中心点坐标代码

使用OpenCV C ++，可以使用findContours函数来获取最小轮廓，minAreaRect函数来获取最小轴对齐矩形，moments函数来获取中心点坐标。例如：// 获取最小轮廓
vector<vector<Point> > contours;
findContours(src, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);// 获取最小轴对齐矩形
RotatedRect rect = minAreaRect(contours[0]);// 获取中心点坐标
Moments m = moments(contours[0], false);
Point2f center = Point2f(m.m10 / m.m00, m.m01 / m.m00);

相关问题

OpenCV C++ 轮廓提取坐标和中心点的代码

### 回答1：
以下是提取轮廓坐标和中心点的代码示例：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    Mat src = imread("image.jpg", IMREAD_GRAYSCALE);
    Mat binary;
    threshold(src, binary, 100, 255, THRESH_BINARY);

    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    findContours(binary, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);

    for (size_t i = ; i < contours.size(); i++)
    {
        // 计算轮廓的中心点
        Moments mu = moments(contours[i]);
        Point2f center(mu.m10 / mu.m00, mu.m01 / mu.m00);
        cout << "Contour " << i << " center: " << center << endl;

        // 输出轮廓的坐标
        for (size_t j = ; j < contours[i].size(); j++)
        {
            cout << "Contour " << i << " point " << j << ": " << contours[i][j] << endl;
        }
    }

    return ;
}

这段代码可以读取一张灰度图像，提取其轮廓，并输出每个轮廓的坐标和中心点。

### 回答2：
以下是使用OpenCV C进行轮廓提取，并获取轮廓坐标和中心点的代码：

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
    // 读取图像
    Mat image = imread("example.jpg", IMREAD_GRAYSCALE);

    // 阈值化图像
    threshold(image, image, 128, 255, THRESH_BINARY);

    // 查找轮廓
    std::vector<std::vector<Point>> contours;
    findContours(image, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    // 遍历每个轮廓
    for (int i = 0; i < contours.size(); i++)
    {
        // 绘制轮廓
        drawContours(image, contours, i, Scalar(255), 2);

        // 计算轮廓的中心点
        Moments m = moments(contours[i]);
        Point center(m.m10 / m.m00, m.m01 / m.m00);

        // 输出轮廓坐标和中心点
        printf("Contour %d:\n", i);
        for (int j = 0; j < contours[i].size(); j++)
        {
            printf("Point %d: (%d, %d)\n", j, contours[i][j].x, contours[i][j].y);
        }
        printf("Center: (%d, %d)\n", center.x, center.y);
    }

    // 显示结果
    imshow("Contours", image);
    waitKey(0);

    return 0;
}

请注意，您需要将图像文件名更改为实际使用的图像文件，并根据需要进行其他适应性更改。此代码可用于提取图像中的轮廓，然后计算每个轮廓的中心点，并打印出轮廓坐标和中心点的值。

### 回答3：
确定OpenCV版本：
首先，需要确定使用的OpenCV版本是C++还是C。如果是C++版本，可以使用cv::findContours函数来提取轮廓坐标和中心点。

C++代码示例：

#include <opencv2/opencv.hpp>
#include <iostream>

int main()
{
    // 加载图像
    cv::Mat image = cv::imread("input.png", cv::IMREAD_GRAYSCALE);

    // 二值化图像
    cv::Mat binaryImage;
    cv::threshold(image, binaryImage, 128, 255, cv::THRESH_BINARY);

    // 寻找轮廓
    std::vector<std::vector<cv::Point>> contours;
    std::vector<cv::Vec4i> hierarchy;
    cv::findContours(binaryImage, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);

    // 遍历每个轮廓
    for (int i = 0; i < contours.size(); i++)
    {
        // 计算轮廓中心点坐标
        cv::Moments moments = cv::moments(contours[i]);
        cv::Point center(moments.m10 / moments.m00, moments.m01 / moments.m00);

        // 打印轮廓坐标和中心点坐标
        std::cout << "Contour #" << i << std::endl;
        for (int j = 0; j < contours[i].size(); j++)
        {
            std::cout << "Coordinate: (" << contours[i][j].x << ", " << contours[i][j].y << ")" << std::endl;
        }
        std::cout << "Center: (" << center.x << ", " << center.y << ")" << std::endl;
    }

    return 0;
}

以上示例代码假设输入的图像是灰度图像，二值化阈值为128，且只提取外部轮廓（RETR_EXTERNAL）。

如果使用的是C版本的OpenCV，可以参考以下代码进行相应修改：

C代码示例：

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui_c.h>
#include <stdio.h>

int main()
{
    // 加载图像
    IplImage* image = cvLoadImage("input.png", CV_LOAD_IMAGE_GRAYSCALE);
    CvMat* binaryImage = cvCreateMat(image->height, image->width, CV_8UC1);

    // 二值化图像
    cvThreshold(image, binaryImage, 128, 255, CV_THRESH_BINARY);

    // 寻找轮廓
    CvMemStorage* storage = cvCreateMemStorage(0);
    CvSeq* contours = NULL;
    cvFindContours(binaryImage, storage, &contours, sizeof(CvContour), CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);

    // 遍历每个轮廓
    int i = 0;
    for (CvSeq* contour = contours; contour != NULL; contour = contour->h_next)
    {
        CvMoments moments;
        cvMoments(contour, &moments);
        int cX = (int)(moments.m10 / moments.m00);
        int cY = (int)(moments.m01 / moments.m00);
        printf("Contour #%d\n", i++);
        for (int j = 0; j < contour->total; j++)
        {
            CvPoint* pt = (CvPoint*)cvGetSeqElem(contour, j);
            printf("Coordinate: (%d, %d)\n", pt->x, pt->y);
        }
        printf("Center: (%d, %d)\n", cX, cY);
    }

    cvReleaseImage(&image);
    cvReleaseMat(&binaryImage);
    cvReleaseMemStorage(&storage);

    return 0;
}

请注意，在C版本的OpenCV中，使用的是IplImage和CvMat来表示图像，使用CvMemStorage和CvSeq来处理轮廓。

以上两个示例代码中的input.png是作为输入图像的文件名。你需要根据实际图像的文件名进行修改。

OpenCV C++ 轮廓提取坐标和中心点并在原图中显示的代码

### 回答1：
以下是 OpenCV C 语言的轮廓提取坐标和中心点并在原图中显示的代码：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    Mat src = imread("test.jpg");
    Mat gray, binary;
    cvtColor(src, gray, COLOR_BGR2GRAY);
    threshold(gray, binary, , 255, THRESH_BINARY | THRESH_OTSU);

    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    findContours(binary, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point());

    Mat dst = src.clone();
    for (size_t i = ; i < contours.size(); i++)
    {
        drawContours(dst, contours, i, Scalar(, , 255), 2, 8, hierarchy);
        Moments mu = moments(contours[i], false);
        Point2f center(mu.m10 / mu.m00, mu.m01 / mu.m00);
        circle(dst, center, 2, Scalar(, 255, ), 2, 8, );
        cout << "Contour " << i << " center: " << center << endl;
    }

    imshow("src", src);
    imshow("dst", dst);
    waitKey();

    return ;
}

希望能对你有所帮助。

### 回答2：
下面是一个使用OpenCV C++库来提取图像轮廓、计算轮廓中心点并在原图中显示的示例代码：

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
    // 读取图像
    Mat image = imread("image.jpg", IMREAD_COLOR);

    // 灰度化图像
    Mat gray;
    cvtColor(image, gray, COLOR_BGR2GRAY);

    // 二值化图像
    Mat binary;
    threshold(gray, binary, 100, 255, THRESH_BINARY);

    // 查找轮廓
    std::vector<std::vector<Point>> contours;
    findContours(binary, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    // 绘制轮廓
    drawContours(image, contours, -1, Scalar(0, 0, 255), 2);

    for (const auto& contour : contours)
    {
        // 计算轮廓的矩
        Moments moments = moments(contour);
        double cx = moments.m10 / moments.m00;
        double cy = moments.m01 / moments.m00;

        // 绘制中心点
        circle(image, Point(cx, cy), 4, Scalar(0, 255, 0), -1);
    }

    // 显示结果图像
    imshow("Contours", image);
    waitKey(0);

    return 0;
}

代码中，首先读取图像，并将其转换为灰度图像。然后，通过二值化处理将图像转换为黑白图像。

之后，使用`findContours`函数查找图像中的轮廓。参数`RETR_EXTERNAL`表示只检测最外层的轮廓，`CHAIN_APPROX_SIMPLE`表示使用简化的轮廓表示方法。

接着，使用`drawContours`函数在原图像上绘制轮廓线。

对于每个轮廓，通过计算矩的方式计算出轮廓的中心点坐标。最后，使用`circle`函数绘制出每个轮廓的中心点。

最后，将处理后的图像显示出来，等待用户按键退出。

### 回答3：
以下是使用OpenCV C库进行轮廓提取、坐标和中心点计算，并在原图中显示的示例代码：

#include <opencv2/opencv.hpp>

using namespace cv;

int main() {
    // 读取图像
    Mat image = imread("image.jpg", IMREAD_COLOR);

    // 灰度图
    Mat gray;
    cvtColor(image, gray, COLOR_BGR2GRAY);

    // 二值化
    Mat binary;
    threshold(gray, binary, 128, 255, THRESH_BINARY);

    // 轮廓检测
    std::vector<std::vector<Point>> contours;
    std::vector<Vec4i> hierarchy;
    findContours(binary, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    // 遍历轮廓
    for (int i = 0; i < contours.size(); i++) {
        // 绘制轮廓
        drawContours(image, contours, i, Scalar(0, 0, 255), 2);

        // 计算轮廓的边界框
        Rect bbox = boundingRect(contours[i]);
        // 提取坐标
        Point tl = bbox.tl();
        Point br = bbox.br();
        // 计算中心点
        Point center = (tl + br) / 2;

        // 在原图中显示坐标和中心点
        putText(image, "Top Left: (" + std::to_string(tl.x) + ", " + std::to_string(tl.y) + ")", tl, FONT_HERSHEY_SIMPLEX, 0.5, Scalar(0, 255, 0), 1);
        putText(image, "Bottom Right: (" + std::to_string(br.x) + ", " + std::to_string(br.y) + ")", br, FONT_HERSHEY_SIMPLEX, 0.5, Scalar(0, 255, 0), 1);
        putText(image, "Center: (" + std::to_string(center.x) + ", " + std::to_string(center.y) + ")", center, FONT_HERSHEY_SIMPLEX, 0.5, Scalar(0, 255, 0), 1);
    }

    // 显示结果
    imshow("Contours", image);
    waitKey(0);

    return 0;
}

此示例代码通过读取名为"image.jpg"的图像，并使用OpenCV进行轮廓提取、坐标和中心点计算。然后，使用绘制轮廓和putText函数将坐标和中心点信息显示在原图中。最后，通过imshow函数显示结果。