日韩无码专区无码一级三级片|91人人爱网站中日韩无码电影|厨房大战丰满熟妇|AV高清无码在线免费观看|另类AV日韩少妇熟女|中文日本大黄一级黄色片|色情在线视频免费|亚洲成人特黄a片|黄片wwwav色图欧美|欧亚乱色一区二区三区

RELATEED CONSULTING
相關(guān)咨詢
選擇下列產(chǎn)品馬上在線溝通
服務(wù)時間：8:30-17:00
你可能遇到了下面的問題
關(guān)閉右側(cè)工具欄

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
OpenCV成長之路：直線、輪廓的提取與描述

本文是博客作者Ronny的文章，原文地址。

創(chuàng)新互聯(lián)堅持“要么做到，要么別承諾”的工作理念，服務(wù)領(lǐng)域包括：網(wǎng)站設(shè)計、成都網(wǎng)站設(shè)計、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣等服務(wù)，滿足客戶于互聯(lián)網(wǎng)時代的崇仁網(wǎng)站設(shè)計、移動媒體設(shè)計的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡(luò)建設(shè)合作伙伴！

基于內(nèi)容的圖像分析的重點是提取出圖像中具有代表性的特征，而線條、輪廓、塊往往是最能體現(xiàn)特征的幾個元素，這篇文章就針對于這幾個重要的圖像特征，研究它們在OpenCV中的用法，以及做一些簡單的基礎(chǔ)應(yīng)用。

一、Canny檢測輪廓

在 上一篇文章中有提到sobel邊緣檢測，并重寫了soble的C++代碼讓其與matlab中算法效果一致，而soble邊緣檢測是基于單一閾值的，我們 不能兼顧到低閾值的豐富邊緣和高閾值時的邊緣缺失這兩個問題。而canny算子則很好的彌補了這一不足，從目前看來，canny邊緣檢測在做圖像輪廓提取 方面是***秀的邊緣檢測算法。

canny邊緣檢測采用雙閾值值法，高閾值用來檢測圖像中重要的、顯著的線條、輪廓等，而低閾值用來保證不丟失細(xì)節(jié)部分，低閾值檢測出來的邊緣更豐富，但是很多邊緣并不是我們關(guān)心的。***采用一種查找算法，將低閾值中與高閾值的邊緣有重疊的線條保留，其他的線條都刪除。

本篇文章中不對canny的算法原理作進(jìn)一步說明，稍后會在圖像處理算法相關(guān)的文章中詳細(xì)介紹。

下面我們用OpenCV中的Canny函數(shù)來檢測圖像邊緣

 
 
 
 
    
  
  
  
  
  1. int main() 
    2. 
  
  
  
  
  2. { 
    3. 
  
  
  
  
  3.     Mat I=imread("../cat.png"); 
    4. 
  
  
  
  
  4.     cvtColor(I,I,CV_BGR2GRAY); 
    5. 
  
  
  
  
  5.                                                  
    6. 
  
  
  
  
  6.     Mat contours; 
    7. 
  
  
  
  
  7.     Canny(I,contours,125,350); 
    8. 
  
  
  
  
  8.     threshold(contours,contours,128,255,THRESH_BINARY); 
    9. 
  
  
  
  
  9.     namedWindow("Canny"); 
    10. 
  
  
  
  
  10.     imshow("Canny",contours); 
    11. 
  
  
  
  
  11.     waitKey(); 
    12. 
  
  
  
  
  12.     return 0; 
    13. 
  
  
  
  
  13. } 
    14.

顯示效果如下:

二、直線檢測

直線在圖像中出現(xiàn)的頻率非常之高，而直線作為圖像的特征對于基本內(nèi)容的圖像分析有著很重要的作用，本文通過OpenCV中的hough變換來檢測圖像中的線條。

我們先看最基本的Hough變換函數(shù)HoughLines，它的原型如下：

 
 
 
 
    
  
  
  
  
  1. void HoughLines(InputArray image, OutputArray lines, double rho, double theta, int threshold, double srn=0, double stn=0 ); 
    2.

它的輸入是一個二值的輪廓圖像，往往是邊緣檢測得到的結(jié)果圖像；它的輸出是一個包含多個Vec2f點的數(shù)組，數(shù)組中的每個元素是一個二元浮點數(shù)據(jù) 對，rou代表直線離坐標(biāo)原點的距離，theta代表角度。第3和第4個參數(shù)代表步長，因為Hough變換實際上是一 個窮舉的算法，rho表示距離的步長，theta代表角度的步長。第5個參數(shù)是一個閾值設(shè)置直接的***投票個數(shù)，知道Hough原理的，這個參數(shù)應(yīng)該很容 易理解。

從 這個函數(shù)的輸出結(jié)果我們可以看出，得到的直線并沒有指定在圖像中的開始點與結(jié)束點，需要我們自己去計算，如果我們想把直接顯示在圖像中就會比較麻煩，而且 會有很多角度接近的直線，其實它們是重復(fù)的，為了解決上面這些問題，OpenCV又提供了一個函數(shù)HoughLinesP()。它的輸出是一個 Vector of Vec4i。Vector每一個元素代表一條直線，是由一個4元浮點數(shù)組構(gòu)成，前兩個點一組，后兩個點一組，代表了在圖像中直線的起始和結(jié)束點。

 
 
 
 
    
  
  
  
  
  1. void HoughLinesP(InputArray image, OutputArray lines, double rho, double theta,int threshold, double minLineLength=0, double maxLineGap=0 ); 
    2.

解釋一下***兩個參數(shù)，minLineLength指定了檢測直線中的最小寬度，如果低于最小寬度則舍棄掉，maxLineGap指定通過同一點的直線，如果距離小于maxLineGap就會進(jìn)行合并。

下面是一個用HoughLinesP檢測直線的例子：

 
 
 
 
    
  
  
  
  
  1. int main() 
    2. 
  
  
  
  
  2. { 
    3. 
  
  
  
  
  3.     Mat image=imread("../car.png"); 
    4. 
  
  
  
  
  4.     Mat I; 
    5. 
  
  
  
  
  5.     cvtColor(image,I,CV_BGR2GRAY); 
    6. 
  
  
  
  
  6.                              
    7. 
  
  
  
  
  7.     Mat contours; 
    8. 
  
  
  
  
  8.     Canny(I,contours,125,350); 
    9. 
  
  
  
  
  9.     threshold(contours,contours,128,255,THRESH_BINARY); 
    10. 
  
  
  
  
  10.     vector lines; 
    11. 
  
  
  
  
  11.     // 檢測直線，最小投票為90，線條不短于50，間隙不小于10 
    12. 
  
  
  
  
  12.     HoughLinesP(contours,lines,1,CV_PI/180,80,50,10); 
    13. 
  
  
  
  
  13.     drawDetectLines(image,lines,Scalar(0,255,0)); 
    14. 
  
  
  
  
  14.     namedWindow("Lines"); 
    15. 
  
  
  
  
  15.     imshow("Lines",image); 
    16. 
  
  
  
  
  16.     waitKey(); 
    17. 
  
  
  
  
  17.     return 0; 
    18. 
  
  
  
  
  18. } 
    19.

上面程序?qū)z測到的線條保存在lines變量內(nèi)，我們需要進(jìn)一步將它們畫在圖像上：

 
 
 
 
    
  
  
  
  
  1. void drawDetectLines(Mat& image,const vector& lines,Scalar & color) 
    2. 
  
  
  
  
  2. { 
    3. 
  
  
  
  
  3.     // 將檢測到的直線在圖上畫出來 
    4. 
  
  
  
  
  4.     vector::const_iterator it=lines.begin(); 
    5. 
  
  
  
  
  5.     while(it!=lines.end()) 
    6. 
  
  
  
  
  6.     { 
    7. 
  
  
  
  
  7.         Point pt1((*it)[0],(*it)[1]); 
    8. 
  
  
  
  
  8.         Point pt2((*it)[2],(*it)[3]); 
    9. 
  
  
  
  
  9.         line(image,pt1,pt2,color,2); //  線條寬度設(shè)置為2 
    10. 
  
  
  
  
  10.         ++it; 
    11. 
  
  
  
  
  11.     } 
    12. 
  
  
  
  
  12. } 
    13.

實 際上Hough變換可以檢測很多固定的形狀，比如：圓、正方形等。它們的原理基本相同，都是構(gòu)造一個投票矩陣。OpenCV里提供了檢測圓的函數(shù) HoughCircles，它的輸出是一個Vector of Vec3i，Vector的每個元素包含了3個浮點數(shù)，前2個是圓的中心坐標(biāo)，***一個是半徑。

三、輪廓的提取與描述

在目標(biāo)識別中我們首先要把感興趣的目標(biāo)提取出來，而一般常見的步驟都是通過顏色或紋理提取出目標(biāo)的前景圖（一幅黑白圖像，目標(biāo)以白色顯示在圖像中），接下來我們要對前景圖進(jìn)行分析進(jìn)一步地把目標(biāo)提取出來，而這里常常用到的就是提取目標(biāo)的輪廓。

OpenCV 里提取目標(biāo)輪廓的函數(shù)是findContours，它的輸入圖像是一幅二值圖像，輸出的是每一個連通區(qū)域的輪廓點的集 合：vector>。外層vector的size代表了圖像中輪廓的個數(shù)，里面vector的 size代表了輪廓上點的個數(shù)。下面我們通過實例來看函數(shù)的用法。

 
 
 
 
    
  
  
  
  
  1. int main() 
    2. 
  
  
  
  
  2.   { 
    3. 
  
  
  
  
  3.       using namespace cv; 
    4. 
  
  
  
  
  4.              
    5. 
  
  
  
  
  5.       Mat image=imread("../shape.png"); 
    6. 
  
  
  
  
  6.       cvtColor(image,image,CV_BGR2GRAY); 
    7. 
  
  
  
  
  7.      vector> contours; 
    8. 
  
  
  
  
  8.      // find 
    9. 
  
  
  
  
  9.      findContours(image,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE); 
    10. 
  
  
  
  
  10.     // draw 
    11. 
  
  
  
  
  11.      Mat result(image.size(),CV_8U,Scalar(0)); 
    12. 
  
  
  
  
  12.      drawContours(result,contours,-1,Scalar(255),2); 
    13. 
  
  
  
  
  13.             
    14. 
  
  
  
  
  14.      namedWindow("contours"); 
    15. 
  
  
  
  
  15.      imshow("contours",result); 
    16. 
  
  
  
  
  16.      waitKey(); 
    17. 
  
  
  
  
  17.      return 0; 
    18. 
  
  
  
  
  18. } 
    19.

上面程序中包含了2個函數(shù)，***個是查找輪廓函數(shù)，它的第三個參數(shù)說明查找輪廓的類型，這里我們使用的是外輪廓，還可以查找所有輪廓，即包括一些孔洞的部 分，像圖像人物胳膊與腰間形成的輪廓。第4個參數(shù)說明了輪廓表示的方法，程序中的參數(shù)說明輪廓包括了所有點，也可以用其他參數(shù)讓有點直線的地方，只保存直 線起始與終點的位置點，具體參數(shù)用法可以參考手冊里函數(shù)的介紹。

第二個函數(shù)drawContours是一個畫輪廓的函數(shù)，它的第3個參數(shù)程序里設(shè)置-1表示所有的輪廓都畫，你也可以指定要畫的輪廓的序號。

提取到輪廓后，其實我們更關(guān)心的是如果把這些輪廓轉(zhuǎn)換為可以利用的特征，也就是涉及到輪廓的描述問題，這時就有多種方法可以選擇，比如矢量化為多邊形、矩形、橢圓等。OpenCV里提供了一些這樣的函數(shù)。

 
 
 
 
    
  
  
  
  
  1. // 輪廓表示為一個矩形 
    2. 
  
  
  
  
  2. Rect r = boundingRect(Mat(contours[0])); 
    3. 
  
  
  
  
  3. rectangle(result, r, Scalar(255), 2); 
    4. 
  
  
  
  
  4. // 輪廓表示為一個圓 
    5. 
  
  
  
  
  5. float radius; 
    6. 
  
  
  
  
  6. Point2f center; 
    7. 
  
  
  
  
  7. minEnclosingCircle(Mat(contours[1]), center, radius); 
    8. 
  
  
  
  
  8. circle(result, Point(center), static_cast(radius), Scalar(255), 2); 
    9. 
  
  
  
  
  9. // 輪廓表示為一個多邊形 
    10. 
  
  
  
  
  10. vector poly; 
    11. 
  
  
  
  
  11. approxPolyDP(Mat(contours[2]), poly, 5, true); 
    12. 
  
  
  
  
  12. vector::const_iterator itp = poly.begin(); 
    13. 
  
  
  
  
  13. while (itp != (poly.end() - 1)) 
    14. 
  
  
  
  
  14. { 
    15. 
  
  
  
  
  15.     line(result, *itp, *(itp + 1), Scalar(255), 2); 
    16. 
  
  
  
  
  16.     ++itp; 
    17. 
  
  
  
  
  17. } 
    18. 
  
  
  
  
  18. line(result, *itp, *(poly.begin()), Scalar(255), 2); 
    19. 
  
  
  
  
  19. // 輪廓表示為凸多邊形 
    20. 
  
  
  
  
  20. vector hull; 
    21. 
  
  
  
  
  21. convexHull(Mat(contours[3]), hull); 
    22. 
  
  
  
  
  22. vector::const_iterator ith = hull.begin(); 
    23. 
  
  
  
  
  23. while (ith != (hull.end() - 1)) 
    24. 
  
  
  
  
  24. { 
    25. 
  
  
  
  
  25.     line(result, *ith, *(ith + 1), Scalar(255), 2); 
    26. 
  
  
  
  
  26.     ++ith; 
    27. 
  
  
  
  
  27. } 
    28. 
  
  
  
  
  28. line(result, *ith, *(hull.begin()), Scalar(255), 2); 
    29.

程序中我們依次畫了矩形、圓、多邊形和凸多邊形。最終效果如下：

對連通區(qū)域的分析到此遠(yuǎn)遠(yuǎn)沒有結(jié)束，我們可以進(jìn)一步計算每一個連通區(qū)域的其他屬性，比如：重心、中心矩等特征，這些內(nèi)容以后有機會展開來寫。

以 下幾個函數(shù)可以嘗試：minAreaRect：計算一個最小面積的外接矩形，contourArea可以計算輪廓內(nèi)連通區(qū)域的面 積；pointPolygenTest可以用來判斷一個點是否在一個多邊形內(nèi)。mathShapes可以比較兩個形狀的相似性，相當(dāng)有用的一個函數(shù)。


名稱欄目：OpenCV成長之路：直線、輪廓的提取與描述
網(wǎng)頁地址：http://www.5511xx.com/article/dhsosip.html