目录

1.问题背景

2.解决思路

3.代码实现

4.相关资料

1.问题背景

由于拍摄时产生的阴影原因，所计算出来的物体轮廓并不完整。那么有没有方法检测出物体的完整轮廓呢？

                                                                                        图1-1  原始图像

                                                                                     图1-2  原始结果图

2.解决思路

为了得到物体的准确图像，我们要解决的本质问题是如何去光差。基于冈萨雷斯的数字图像处理的形态学章节(P673)，我们知道，去光差的基本思路是对原始图像进行顶帽运算。

那么什么是顶帽运算呢？《数字图像处理》一书中给出了基本公式：

意思是说，图像f-f对b的开运算即为顶帽运算，b是半径为40的圆盘结构。（注：开运算指的是先腐蚀后膨胀）

                                                                            图 2-1 冈萨雷斯给出的顶帽运算实例

那么结合HSV图像阈和OTSU算法就能分割出物体的准确轮廓。

基本思路：RGB-->HSV-->对H阈进行去光差处理-->基于OTSU算法进行阈值分割-->轮廓分析

3.代码实现

#include<iostream>
#include<opencv2/opencv.hpp>

using namespace std;
using namespace cv;

//去光差
void moveLightdiff(Mat &src, int radius = 40)
{
	//1.构造开始运算的算子mask
	Mat mask = Mat::zeros(radius * 2, radius * 2, CV_8U);
	circle(mask,Point(radius,radius),radius,Scalar(255),-1);
	//2.对src进行开运算
	Mat src_clone = src.clone();
	erode(src_clone,src_clone,mask);
	dilate(src_clone, src_clone, mask);
	//3.顶帽运算
	src = src - src_clone;
}

//寻找最大轮廓
vector<Point> FindBigestContour(Mat &src) {
	int imax = 0;
	int imaxcontour = -1;
	std::vector<std::vector<Point> >contours;
	findContours(src, contours, CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);
	for (int i = 0; i<contours.size(); i++) {
		int itmp = contourArea(contours[i]);
		if (imaxcontour < itmp) {
			imax = i;
			imaxcontour = itmp;
		}
	}
	return contours[imax];
}

int main()
{
	Mat src = imread("complexobject.png");
	//转hsv
	Mat hsv_pic = src.clone();
	cvtColor(src,hsv_pic,CV_BGR2HSV);
	//分割通道
	vector<Mat> planes(3);
	split(hsv_pic,planes);
	//对H阈去光差
	Mat H_pic = planes[0];
	moveLightdiff(H_pic);
	//OTSU阈值分割
	Mat otsu_pic;
	threshold(H_pic,otsu_pic,0,255,THRESH_OTSU);
	//定位轮廓
	vector<Point> contour= FindBigestContour(otsu_pic);
	//在原图上绘制
	polylines(src,contour,true,Scalar(0,0,255),3);


	return 0;
}

最终结果：

                                                                        图3-1 去光差之后OTSU阈值分割结果

                                                                                图3-2  最终的轮廓定位结果

4.相关资料

1. 禾路老师的图像处理博客：https://www.cnblogs.com/jsxyhelu/p/9758690.html
2. 数字图像处理的教材《数字图像处理—冈萨雷斯》 的下载衔接：https://download.csdn.net/download/duan420684/7285457