ITPub博客

首页 > IT职业 > IT职场 > 计算机视觉 OpenCV Android | 基本特征检测 之 轮廓分

计算机视觉 OpenCV Android | 基本特征检测 之 轮廓分

IT职场 作者:tonydeck 时间:2021-09-09 10:23:03 0 删除 编辑

(0)轮廓分析概述及作用

  • 通过将Canny边缘提取或者二值化结果作为输入图像来实现轮廓发现与绘制,
    可是这些并不是我们想要的最终结果,

    我们一般根据获取到的轮廓求出它们的外接矩形或者最小外接矩形,
    并计算外接矩形的横纵比例、轮廓面积、周长等数据,

    然后使用这些数据实现特定几何形状轮廓的查找与过滤,
    为后续的处理与分析剔除不正确的区域而保留候选对象。

(1)边界框
  • 最常见的获取轮廓的外接矩形是边界框,
    获取每个轮廓的边界框,
    通过它可以得到与各个轮廓相对应的高度与宽度,
    并能通过它计算出轮廓的纵横比。

通过轮廓点集合得到轮廓边界框的API如下:

boundingRect(MatOfPoint points)

其中,points是轮廓所有点的集合对象。注意其数据类型。

调用该API会返回一个Rect对象实例,它是OpenCV关于矩形的数据结构,
从中可以得到外界矩形(边界框)的宽高,
然后就可以计算出轮廓的横纵比了。

这种情况下得到的边界框不一定满足条件,有时候我们还需要获取轮廓的最小边界框。

(2)最小边界框

与上面边界框不同的是,
获取到的最小边界框有时候不是一个水平或者垂直的矩形,
而是一个旋转了一定角度的矩形,

但是最小外接矩形(最小边界框)能够更加真实地反映出轮廓的几何结构大小,
而横纵比结果更能反映出轮廓的真实几何特征,
所以有些时候我们计算的经常是最小外接矩形,

相关API函数如下:

RotatedRect minAreaRect(MatOfPoint2f points)

其中,points是轮廓的所有点的集合对象。注意其数据类型。

  • 调用该API会返回一个RotatedRect对象实例,
    它是OpenCV关于旋转矩形的数据结构,
    其包含了旋转角度,矩形的宽、高及四个顶点等信息,
    通过相关的API都可以查询获得,

    绘制旋转矩形对象的时候,
    首先需要得到四个顶点,
    然后通过OpenCV绘制直线的API来完成旋转矩形的绘制。

(3)面积与周长
  • 轮廓分析中包含了轮廓大小的度量,
    这些度量最常见的就是计算轮廓的面积大小与长度大小,

    这些数据对分析轮廓与过滤掉一些不符合条件的轮廓十分有用。

计算轮廓面积的API如下:

contourArea(Mat contour, boolean oriented)

contour:轮廓的所有点的集合对象。
oriented:表示轮廓的方向,当oriented = true时返回的面积是一个有符号值,默认为false,返回的是绝对值。

计算轮廓周长的API如下:

arcLength(MatOfPoint2f curve, boolean closed)

curve:轮廓的所有点的集合对象。注意数据类型。
closed:表示是否为闭合曲线,默认是true。

完整的发现获取轮廓、外接轮廓、最小外接轮廓、横纵比、面积与长度的代码演示如下:

private void measureContours(Mat src, Mat dst) {
  Mat gray= new Mat();
  Mat binary = new Mat();

  // 二值  Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);
  Imgproc.threshold(gray, binary, 0, 255, Imgproc.THRESH_BINARY | Imgproc.THRESH_OTSU);

  // 轮廓发现  List<MatOfPoint> contours = new ArrayList<MatOfPoint>();
  Mat hierarchy = new Mat();
  Imgproc.findContours(binary, contours, hierarchy, Imgproc.RETR_TREE, Imgproc.CHAIN_APPROX_SIMPLE, new Point(0, 0));

  // 测量轮廓  dst.create(src.size(), src.type());
  for(int i=0; i<contours.size(); i++) {
      Rect rect = Imgproc.boundingRect(contours.get(i));
      double w = rect.width;
      double h = rect.height;
      double rate = Math.min(w, h)/Math.max(w, h);
    Log.i("Bound Rect", "rate:" + rate);//一个轮廓元素打印一次    RotatedRect minRect = Imgproc.minAreaRect(new MatOfPoint2f(contours.get(i).toArray()));
    w = minRect.size.width;
    h = minRect.size.height;
    rate = Math.min(w, h)/Math.max(w, h);
    Log.i("Min Bound Rect", "rate:" + rate);

    double area = Imgproc.contourArea(contours.get(i), false);
    double arclen = Imgproc.arcLength(new MatOfPoint2f(contours.get(i).toArray()), true);
    Log.i("contourArea", "area:" + rate);
    Log.i("arcLength", "arcLength:" + arclen);
    Imgproc.drawContours(dst, contours, i, new Scalar(0, 0, 255), 1);
  }

  // 释放内存  gray.release();
  binary.release();
}



运行结果(左侧是原图,右侧是轮廓发现与绘制,计算结果参见logcat):

图片描述

上述的代码是求取图像的全部轮廓,
修改上述程序,把返回轮廓改为返回最外层轮廓RETR_EXTERNAL,
同时修改阈值化方法,将其改为THRESH_BINARY_INV,
则运行结果如下:



作者:凌川江雪
链接:https://www.jianshu.com/p/9ac334cbf7f9


来自 “ ITPUB博客 ” ,链接:https://blog.itpub.net/4615/viewspace-2821299/ ,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论

注册时间:2019-08-13

  • 博文量
    84
  • 访问量
    960