对图片进行连通域分析后,如何得到最小外接矩形2?使用C++调用opencv回答

时间: 2023-06-12 19:08:12 浏览: 84
在OpenCV中,可以使用`minAreaRect`函数来计算最小外接矩形。该函数接受一个点集作为输入,并返回一个`RotatedRect`对象,该对象包含了最小外接矩形的中心点、长宽和旋转角度等信息。下面是一个示例代码: ```c++ #include <opencv2/opencv.hpp> #include <vector> using namespace cv; using namespace std; int main() { Mat image = imread("your_image_path", IMREAD_GRAYSCALE); // 假设已经完成了连通域分析,得到了一个点集 contours vector<vector<Point>> contours; // 点集 vector<Vec4i> hierarchy; // 分层信息 findContours(image, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE); // 遍历每个连通域 for (int i = 0; i < contours.size(); i++) { RotatedRect rect = minAreaRect(contours[i]); // 计算最小外接矩形 Point2f vertices[4]; rect.points(vertices); for (int j = 0; j < 4; j++) { line(image, vertices[j], vertices[(j + 1) % 4], Scalar(0, 255, 0), 2); // 绘制最小外接矩形 } } imshow("result", image); waitKey(0); return 0; } ``` 在上面的代码中,我们使用`findContours`函数找到了图像中的所有连通域,然后对于每个连通域,使用`minAreaRect`函数计算最小外接矩形,并使用`line`函数在原图上绘制出该矩形。最终结果可以通过`imshow`函数显示出来。

相关推荐

最新推荐

recommend-type

Python opencv 找包含多个区域的最小外接矩形

包含多个区域的最小外接矩形''' image = cv2.imread('./label.png') B, G, R = cv2.split(image) ret, thresh = cv2.threshold(G, 128, 255, cv2.THRESH_BINARY) print(thresh.shape) # 单通道复制为三通道 ...代替...
recommend-type

使用OpenCV获取图片连通域数量,并用不同颜色标记函

主要介绍了使用OpenCV获取图片连通域数量,并用不同颜色标记函,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

Python实现图片查找轮廓、多边形拟合、最小外接矩形代码

经常用到轮廓查找和多边形拟合等opencv操作,因此记录以备后续使用。本文代码中的阈值条件对图片没有实际意义,仅仅是为了测试。 原图为: 2、测试代码: import cv2 import numpy as np img = cv2.imread('/home...
recommend-type

使用python opencv对目录下图片进行去重的方法

今天小编就为大家分享一篇使用python opencv对目录下图片进行去重的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

opencv3/C++ 将图片转换为视频的实例

今天小编就为大家分享一篇opencv3/C++ 将图片转换为视频的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

SPDK_NVMF_DISCOVERY_NQN是什么 有什么作用

SPDK_NVMF_DISCOVERY_NQN 是 SPDK (Storage Performance Development Kit) 中用于查询 NVMf (Non-Volatile Memory express over Fabrics) 存储设备名称的协议。NVMf 是一种基于网络的存储协议,可用于连接远程非易失性内存存储器。 SPDK_NVMF_DISCOVERY_NQN 的作用是让存储应用程序能够通过 SPDK 查询 NVMf 存储设备的名称,以便能够访问这些存储设备。通过查询 NVMf 存储设备名称,存储应用程序可以获取必要的信息,例如存储设备的IP地址、端口号、名称等,以便能
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。