qt OpenCV RETR_CCOMP 去除一层

时间: 2023-07-13 12:04:37 浏览: 37
在 OpenCV 中,`RETR_CCOMP` 是一种轮廓检测模式,它会检测所有轮廓并将其分层组织,每个轮廓只有两种可能的层次结构:它是外部轮廓,或者它在另一个轮廓内。 如果您想要去除一层轮廓,可以通过遍历所有轮廓并将其与其父轮廓进行比较来实现。如果轮廓的父轮廓是另一个轮廓,则将其从轮廓列表中删除即可。 以下是示例代码: ```cpp // contours 是所有轮廓的向量 // hierarchy 是轮廓的层次结构向量 // 遍历所有轮廓 for (int i = 0; i < contours.size(); i++) { // 如果当前轮廓有父轮廓 if (hierarchy[i][3] != -1) { // 找到当前轮廓的父轮廓 int parent_idx = hierarchy[i][3]; // 如果父轮廓也是一个轮廓(即不是外部轮廓) if (hierarchy[parent_idx][3] != -1) { // 将当前轮廓从列表中删除 contours.erase(contours.begin() + i); // 更新轮廓层次结构 hierarchy.erase(hierarchy.begin() + i); // 减少索引以保持一致性 i--; } } } ``` 请注意,这只会删除最外层的轮廓,如果要删除其他层级的轮廓,可以根据需要进行修改。

相关推荐

最新推荐

recommend-type

OpenCV stitching_detailed.cpp解读

OpenCV stitching_detailed.cpp例程的详细解读,包括怎么分析程序和拼接的参数,步骤解读
recommend-type

win10在vs2015下编译opencv4.2_gpu版本.docx

opencv4.2是opencv的较新版本,里面集成有各种深度学习的模型库文件和网络模型,可为快速在WIN10下开发深度学习应用产品提供帮助,应用opencv的gpu版本可实现实时在线的应用,识别一张照片仅需几十毫秒。
recommend-type

opencv+tesseract+QT实践篇.docx

文本已经对整个环境配置完成的情况下实现,有需要配置环境的文档请看我的其他上传。
recommend-type

Windows 下编译opencv3+opencv_contrib方法

windows下环境:VS3+CUDA8.0+Cmake3.4.3详细步骤,附上一些错误以供参考,另附上一些opencv2.x与opencv3兼容的函数改动
recommend-type

基于Qt和OpenCV的无线视频监控系统

使用Qt结合OpenCV设计了一款基于嵌入式的无线视频监控系统,该系统具备人脸检测和头像保存功能。系统采用C/S结构,在ARM开发板上搭建的Qt多线程Linux系统服务器用于采集和发送视频;用Qt结合OpenCV制作的客户端运行...
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

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
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。