几何形状（轮廓）的检测和拟合

当我们绘制一个多边形或进行形状分析时，通常需要使用多边形逼近一个轮廓，使顶点数变少。Opencv实现了其中两种逼近方法：
1.函数CV::approxPolyDP()进行多边形逼近
void cv::approxPolyDP(
cv::InputArray curve, //Array or vector of 2-dimensional points
cv::outputArray approxCurve, //Result ,type is same as ‘curve’
double epsilon, //max distance from ‘curve’ to ‘approxCurve’
bool closed //if true, assume link from last to first vertex
参数epsilon是要求的逼近准确度。含义是，你允许在原多边形和最终拟合的多边形之间存在的最大偏差。最后一个参数closed 指明curve中的一些列点是否是一个闭合的多边形。若设为true，则认为曲线是闭合的。
这个函数基于Douglas-Peucker algorithm(道格拉斯-普克算法）.该算法首先从轮廓中挑出两个最远的点,将两点相连,然后在原来的轮廓上寻找一个离线段距离最远的点,将该点加入逼近后的新轮廓中.算法反复迭代,不断将最远的点添加到结果中,直到所有点到多边形的最短小于parameter参数指定的精度。从这里可以看出，将精度设置为为轮廓周长或外包矩形周长等表示轮廓总长度的值的几分之一比较合适。
（其它常用的方法包括Rosenfeld-Johnson算法和Teh-Chin算法，Teh-Chin算法在Opencv中并不用于缩减顶点，而是在提取多边形时使用，见cv::findContours())

轮廓处理中经常遇到的另一个任务是计算一些轮廓变化的概括特性。这可能包括长度或其它一些反映轮廓整体大小的量度 arcLength()函数。

基于了解了通过阈值分割提取图像中的目标物体、通过边缘检测提取目标物体的轮廓，使用这两种方法基本能够确定物体的边缘或者前景。接下来，我们通常需要做的是拟合这些边缘和前景，如确定边缘是否满足某种几何形状，如直线、圆、椭圆等，或者拟合出包含前景或者边缘像素点的最小外包矩形、圆、凸包等几何形状，为计算它们的面积或者模版匹配等操作打下坚实的基础。
点集是指坐标点的集。已知二维笛卡尔坐标系中的很多坐标点，需要直到包围这些坐标点的最小外包四边形或者圆，在这里最小指的是最小面积。

1.最小外包直立矩形：
Rect boundingRect(InputArray points)
来实现点集的最小外包直立(up-right)矩形

2.最小外包旋转矩形
需要三个要素确定一个旋转矩形，它们是中心坐标尺寸、(宽、高)和旋转角度。
RotatedRect minAreaRect(InputArray points)
旋转矩形4个顶点
void boxPoints(RotatedRect box, OutputArray points)

3.最小外包圆
点集的最小外包圆
minEnclosingCircle(InputArray points,Point2f& center, float& radius)

4.最小凸包
给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸多边形，它能包含点集中的所有点。
void convexHull(InputArray points,OututArray hull,bool clockwise=false,bool returnPoints=true)
points:输入点集是Vector或者Mat类型
hull:构成凸包的点，类型为vector、vector
clockwise:hull中的点是按顺时针还是逆时针排列的
returnPoints:值为true时，hull存储的是坐标点；值为false时，存储的是这些坐标点的点集中的索引。
利用该函数求出的凸包，坐标点的顺序不是随机排列的，而是按照某顺序排列的。

5.最小外包三角形
求点集的最小外包三角形
double minEnclosingTriangle(InputArray points,CV_OUT OutputArray triangle)

#define _CRT_SECURE_NO_WARNINGS
#include <iostream> 
#include <fstream>
#include <opencv2/opencv.hpp>
#include <opencv2/core/core.hpp> 
#include<opencv2/highgui/highgui.hpp> 
#include <opencv2/imgproc/imgproc.hpp>
#include <math.h>
#include "deque"
#include "algorithm"
#include "stack"
#include "queue"
#include "list"
#include "set"

using namespace cv;
using namespace std;

int main()
{
	//奌集
	Mat points = (Mat_<float>(5, 2) << 1, 1, 5, 1, 1, 10, 5, 10, 2, 5);
	//Mat points = (Mat_<Vec2f>(5, 1) << Vec2f(1, 1), Vec2f(5, 1), Vec2f(1, 10), Vec2f(5, 10), Vec2f(2, 5));
	
	//最小外包直立矩形
	Rect rect = boundingRect(points);
	cout << "最小外包直立矩形:" << rect << endl;

	//最小外包旋转矩形
	RotatedRect rRect = minAreaRect(points);
	cout << "旋转矩形的角度:" << rRect.angle << endl;
	cout << "旋转矩形的中心：" << rRect.center << endl;
	cout << "旋转矩形的尺寸：" << rRect.size << endl;

	//计算点集的最小外包旋转矩形
	Point2f center;
	float radius;
	minEnclosingCircle(points, center, radius);
	cout << "圆心：:" << center << endl;
	cout << "半径" << radius << endl;

	//凸多边形
	vector<Point2f> hull;
	convexHull(points, hull);
	for (int i = 0; i < hull.size(); i++)
	{
		cout << hull[i] << ",";
	}

	//最小外包三角形
	vector<Point> triangle;
	double area = minEnclosingTriangle(points, triangle);
	cout << "三角形的三个顶点:";
	for (int i = 0; i < 3; i++)
	{
		cout << triangle[i] << ",";
	}
	cout << "最小外包三角形的面积" << area << endl;

	system("pause");
	return 0;
}

几何形状（轮廓）的检测和拟合

猜你喜欢