opencv_ex32-建立二值化的畫布Mat::zeros( Size(W,H), CV_8UC1)、畫線line、二值化圖找輪廓的點findContours、輪廓和點距離pointPolygonTest、找出整個影像記憶體中的最大和最小值minMaxLoc、建立彩色的畫布Mat::zeros( src.size(), CV_8UC3 )
opencv_ex32-建立二值化的畫布Mat::zeros( Size(W,H), CV_8UC1)、畫線line、二值化圖找輪廓的點findContours、輪廓和點距離pointPolygonTest、找出整個影像記憶體中的最大和最小值minMaxLoc、建立彩色的畫布Mat::zeros( src.size(), CV_8UC3 )
GITHUB: https://github.com/jash-git/CPP_opencv249_ex
OpenCV找輪廓
void findContours(InputOutputArray image, OutputArrayOfArrays contours, int mode, int method, Point offset=Point())
image:輸入圖,使用八位元單通道圖,所有非零的像素都會列入考慮,通常為二極化後的圖。
contours:包含所有輪廓的容器(vector),每個輪廓都是儲存點的容器(vector),所以contours的資料結構為vector< vector>。
hierarchy:可有可無的輸出向量,以階層的方式記錄所有輪廓。
mode:取得輪廓的模式。
CV_RETR_EXTERNAL:只取最外層的輪廓。
CV_RETR_LIST:取得所有輪廓,不建立階層(hierarchy)。
CV_RETR_CCOMP:取得所有輪廓,儲存成兩層的階層,首階層為物件外圍,第二階層為內部空心部分的輪廓,如果更內部有其餘物件,包含於首階層。
CV_RETR_TREE:取得所有輪廓,以全階層的方式儲存。
method:儲存輪廓點的方法,有以下幾種可選擇:
CV_CHAIN_APPROX_NONE:儲存所有輪廓點。
CV_CHAIN_APPROX_SIMPLE:對水平、垂直、對角線留下頭尾點,所以假如輪廓為一矩形,只儲存對角的四個頂點。
OpenCV輪廓和點距離
double pointPolygonTest(InputArray contour, Point2f pt, bool measureDist)
用於判斷一個點是否在輪廓中
當measureDist設定為true時,若返回值為正,表示點在輪廓內部,返回值為負,表示在輪廓外部,返回值為0,表示在輪廓上。
當measureDist設定為false時,若返回值為+1,表示點在輪廓內部,返回值為-1,表示在輪廓外部,返回值為0,表示在輪廓上。
找出整個影像記憶體中的最大和最小值
void minMaxLoc(InputArray src, double* minVal, double* maxVal=0, Point* minLoc=0, Point* maxLoc=0, InputArray mask=noArray())
src:輸入圖。
minVal:極小值,可輸入NULL表示不需要。
maxVal :極大值,可輸入NULL表示不需要。
minLoc:極小值的位置,可輸入NULL表示不需要。
maxLoc:極大值的位置,可輸入NULL表示不需要。
mask:可有可無的遮罩。
#include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> #include <opencv2/ml/ml.hpp> #include <iostream> #include <cstdio> #include <sys/timeb.h> #if defined(WIN32) #define TIMEB _timeb #define ftime _ftime typedef __int64 TIME_T; #else #define TIMEB timeb typedef long long TIME_T; #endif using namespace cv; using namespace std; void Pause() { printf("Press Enter key to continue..."); fgetc(stdin); } void Demo_Contours(int, void*); int main() { /// 创建一个图形 const int r = 100; Mat src = Mat::zeros( Size( 4*r, 4*r ), CV_8UC1 );//二值化的畫布 /// 绘制一系列点创建一个轮廓: vector<Point2f> vert(6); vert[0] = Point( 1.5*r, 1.34*r ); vert[1] = Point( 1*r, 2*r ); vert[2] = Point( 1.5*r, 2.866*r ); vert[3] = Point( 2.5*r, 2.866*r ); vert[4] = Point( 3*r, 2*r ); vert[5] = Point( 2.5*r, 1.34*r ); /// 在src内部绘制 for( int j = 0; j < 6; j++ ) { line( src, vert[j], vert[(j+1)%6], Scalar( 255 ), 3, 8 );//邊緣繪製白線 } /// 得到轮廓 vector< vector<Point> > contours; vector<Vec4i> hierarchy; Mat src_copy = src.clone(); /* OpenCV找輪廓 void findContours(InputOutputArray image, OutputArrayOfArrays contours, int mode, int method, Point offset=Point()) image:輸入圖,使用八位元單通道圖,所有非零的像素都會列入考慮,通常為二極化後的圖。 contours:包含所有輪廓的容器(vector),每個輪廓都是儲存點的容器(vector),所以contours的資料結構為vector< vector>。 hierarchy:可有可無的輸出向量,以階層的方式記錄所有輪廓。 mode:取得輪廓的模式。 CV_RETR_EXTERNAL:只取最外層的輪廓。 CV_RETR_LIST:取得所有輪廓,不建立階層(hierarchy)。 CV_RETR_CCOMP:取得所有輪廓,儲存成兩層的階層,首階層為物件外圍,第二階層為內部空心部分的輪廓,如果更內部有其餘物件,包含於首階層。 CV_RETR_TREE:取得所有輪廓,以全階層的方式儲存。 method:儲存輪廓點的方法,有以下幾種可選擇: CV_CHAIN_APPROX_NONE:儲存所有輪廓點。 CV_CHAIN_APPROX_SIMPLE:對水平、垂直、對角線留下頭尾點,所以假如輪廓為一矩形,只儲存對角的四個頂點。 */ findContours( src_copy, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE); /// 计算到轮廓的距离 [拿整張畫布點來] Mat raw_dist( src.size(), CV_32FC1 );//單一像素32浮點數記憶體[存放距離變數] for( int j = 0; j < src.rows; j++ ) { for( int i = 0; i < src.cols; i++ ) { /* double pointPolygonTest(InputArray contour, Point2f pt, bool measureDist) 用於判斷一個點是否在輪廓中 當measureDist設定為true時,若返回值為正,表示點在輪廓內部,返回值為負,表示在輪廓外部,返回值為0,表示在輪廓上。 當measureDist設定為false時,若返回值為+1,表示點在輪廓內部,返回值為-1,表示在輪廓外部,返回值為0,表示在輪廓上。 */ float dist=pointPolygonTest( contours[0], Point2f(i,j), true ); raw_dist.at<float>(j,i) = dist; } } double minVal; double maxVal; /* 找出整個影像記憶體中的最大和最小值 void minMaxLoc(InputArray src, double* minVal, double* maxVal=0, Point* minLoc=0, Point* maxLoc=0, InputArray mask=noArray()) src:輸入圖。 minVal:極小值,可輸入NULL表示不需要。 maxVal :極大值,可輸入NULL表示不需要。 minLoc:極小值的位置,可輸入NULL表示不需要。 maxLoc:極大值的位置,可輸入NULL表示不需要。 mask:可有可無的遮罩。 */ minMaxLoc( raw_dist, &minVal, &maxVal, 0, 0, Mat() ); minVal = abs(minVal); maxVal = abs(maxVal); /// 图形化的显示距离 Mat drawImg = Mat::zeros( src.size(), CV_8UC3 );//0~255 RGB 彩色畫布 預設為R=0,G=0,B=0 for( int j = 0; j < src.rows; j++ ) { for( int i = 0; i < src.cols; i++ ) { float dist = raw_dist.at<float>(j, i); if (dist > 0) { //若返回值為正,表示點在輪廓內部 drawImg.at<Vec3b>(j, i)[0] = (uchar)(abs(1.0 - (dist / maxVal)) * 255);//B } else if (dist < 0) { //返回值為負,表示在輪廓外部 drawImg.at<Vec3b>(j, i)[2] = (uchar)(abs(1.0 - (dist / minVal)) * 255);//R } else { //返回值為0,表示在輪廓上 //255-0=255 //三個255=白色 drawImg.at<Vec3b>(j, i)[0] = (uchar)(abs(255 - dist)); drawImg.at<Vec3b>(j, i)[1] = (uchar)(abs(255 - dist)); drawImg.at<Vec3b>(j, i)[2] = (uchar)(abs(255 - dist)); } } } /// 创建窗口显示结果 char* source_window = "Source"; namedWindow( source_window, CV_WINDOW_AUTOSIZE ); imshow( source_window, src ); namedWindow( "Distance", CV_WINDOW_AUTOSIZE ); imshow( "Distance", drawImg ); waitKey(0); Pause(); return 0; }