opencv 获取轮廓/blob最大内接旋转矩形 c++

时间: 2023-12-13 20:01:01 浏览: 272

opencv3/C++轮廓的提取与筛选方式

5星 · 资源好评率100%

OpenCV3/C++轮廓的提取与筛选方式 OpenCV是一个功能强大且广泛应用的计算机视觉库，其中的一个重要应用是图像处理和分析。在这个过程中，轮廓的提取与筛选是一个关键步骤。本文将详细介绍OpenCV3/C++中的轮廓提取与筛选方式。一、findContours函数 findContours函数是OpenCV中用来提取轮廓的主要函数。其函数原型为： ```cpp void findContours(InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset); ``` 其中，image是输入图像，contours是输出的轮廓对象，hierarchy是图像的拓扑结构，mode是轮廓返回的模式，method是发现方法，offset是轮廓像素的位移。二、findContours函数的使用下面是一个使用findContours函数的示例代码： ```cpp #include <opencv2/opencv.hpp> using namespace cv; int main() { Mat src, dst; src = imread("E:/image/image/shape.jpg"); if(src.empty()) { printf("can not load image \n"); return -1; } namedWindow("input", CV_WINDOW_AUTOSIZE); imshow("input", src); dst = Mat::zeros(src.size(), CV_8UC3); blur(src, src, Size(3, 3)); cvtColor(src, src, COLOR_BGR2GRAY); Canny(src, src, 20, 80, 3, false); std::vector<std::vector<Point>> contours; std::vector<Vec4i> hierarchy; findContours(src, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0)); RNG rng(0); for(int i = 0; i < contours.size(); i++) { Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)); drawContours(dst, contours, i, color, 2, 8, hierarchy, 0, Point(0, 0)); } namedWindow("output", CV_WINDOW_AUTOSIZE); imshow("output", dst); waitKey(); return 0; } ``` 在这个示例中，我们首先使用imread函数读取图像，然后使用cvtColor函数将其转换为灰度图像。接着，我们使用Canny函数对图像进行边缘检测，最后使用findContours函数提取轮廓。三、findContours函数的报错问题有时候，findContours函数可能会报告“已触发了一个断点”等错误。这种情况下，可以尝试以下解决方法： 1. 为vector提前申请一定的空间，如std::vector<std::vector<Point>> contours(500) 2. Debug版切换为Release版四、drawContours函数 drawContours函数是OpenCV中用来绘制轮廓的函数。其函数原型为： ```cpp void drawContours(InputOutputArray image, OutputArrayOfArrays contours, int contourIdx, const Scalar& color, int thickness, int lineType, InputArray hierarchy, int maxLevel, Point offset); ``` 其中，image是输出图像，contours是找到的全部轮廓对象，contourIdx是轮廓索引号，color是绘制颜色，thickness是绘制线宽，lineType是线的类型，hierarchy是拓扑结构图，maxLevel是最大层数，offset是轮廓位移。五、OpenCV3与OpenCV2的差异在使用OpenCV3时，cv命名空间下没有了vector。查看头文件发现，opencv.hpp头文件中包含着core.hpp，而在opencv2的core.hpp中包含有map、new、string、vector等头文件，但在opencv3的core.hpp中删去了这些包含项。因此，在使用OpenCV3时，cv命名空间下没有了vector。

OpenCV 是一个广泛应用于计算机视觉和图像处理的开源库，它能够帮助我们获取图像中的轮廓和 Blob 最大内接旋转矩形。在 OpenCV 中，我们首先使用 findContours 函数来获取图像中的轮廓信息，该函数能够帮助我们找到图像中的对象边缘并以列表的形式返回。接着，我们可以使用 boundingRect 函数来获取轮廓的最大内接矩形，该矩形可以完全包围住轮廓，并且它的长宽和轮廓的方向是一致的。对于包含物体的图像，Blob 是指一块连通的区域，我们可以使用 findContours 函数获取图像中的 Blob 信息。最后，我们可以使用 minAreaRect 函数来获取 Blob 的最大内接旋转矩形，这个旋转矩形是能够包裹住 Blob 并且旋转角度最小的矩形。该函数返回一个包含旋转矩形信息的结构体，其中包含了旋转矩形的中心点坐标、长宽和旋转角度信息。通过这些函数，我们能够轻松地在 OpenCV 中获取图像中的轮廓和 Blob 的最大内接旋转矩形信息，从而帮助我们在计算机视觉和图像处理领域进行更加精准和有效的操作。

阅读全文

opencv 获取轮廓/blob最大内接旋转矩形 c++

相关推荐

OpenCV实现图像矩形化旋转矫正的C++与Python源码解析

OpenCV3/C++中轮廓提取与错误处理

Improved-Blob-detection-sample-OpenCV4Android:斑点检测样本仅处理ROI图像，而不处理整个帧

VSCode 扩展助力 OpenCV C++ 开发：提升效率神器

C++ OpenCV人脸检测与跟踪的融合应用：打造智能人脸追踪系统

深度剖析OpenCV车牌识别C++：从算法到实战，全面掌握车牌识别技术

【C++ OpenCV人脸检测实战指南】：一步步解锁人脸检测的秘密

C++ OpenCV人脸跟踪与识别融合：构建智能人脸识别应用，实现身份验证与情绪分析

C++ OpenCV人脸识别与云计算结合：打造可扩展的人脸识别平台，满足大规模应用需求

C++ OpenCV人脸跟踪与安防监控：打造智能安防与监控系统，实现高效安全的人员管理与监控

OpenCV在计算机视觉中的应用：揭秘OpenCV的广泛用途

介绍OpenCV 4深度学习模块

OpenCV目标检测与追踪技术详解

OpenCV应用：人脸检测与识别

OpenCV图像处理与深度学习：Visual Studio配置OpenCV，解锁图像处理新高度，打造智能图像处理系统

opencv blob分析C++

opencv只对图像中矩形区域做blob分析C++例程

opencv C++项目

用opencv c++推理yolo v5模型，输出带矩形检测框的图片

最新推荐

opencv python 图像轮廓/检测轮廓/绘制轮廓的方法

python-opencv获取二值图像轮廓及中心点坐标的代码

opencv3/C++图像边缘提取方式

opencv3/C++ 使用Tracker实现简单目标跟踪

opencv3/C++ 将图片转换为视频的实例

MATLAB实现小波阈值去噪：Visushrink硬软算法对比

管理建模和仿真的文件

【交互特征的影响】：分类问题中的深入探讨，如何正确应用交互特征

c语言从链式队列 中获取头部元素并返回其状态的函数怎么写

易语言实现画板图像缩放功能教程

c语言从链式队列中获取头部元素并返回其状态的函数怎么写