approxPolyDP ( // 基于RDP算法实现,目的是减少多边形轮廓点数
InputArray curve, // 一般是由图像的轮廓点组成的点集 Mat(vector<Point>)
OutputArray approxCurve, // 表示输出的多边形点集
double epsilon, // 主要表示输出的精度,轮廓点之间距离小于这个值,就去掉
bool closed // 表示输出的多边形是否封闭
)
RDP算法:
1. 判断起始点(当前点)与终点的距离是否小于 epsilon, 若小于,结束,不小于执行2
2. 选取起始点(当前点)A的后两个位置的点C,判断它们之间的距离是否小于 epsilon, 若小于,点C与它们的中间点B都舍弃,若不小于,执行3
3. 判断A与B,B与C的距离,若有一者小于 epsilon,则点B舍弃,否则保留。然后点C作为起始点(当前点)重复 1 2 3 步骤,直到终点(这里得出的是一系列符合要求的点)
cv::boundingRect(InputArray points) // 得到轮廓周围最小矩形左上交点坐标和右下角点坐标,绘制一个矩形
cv::minAreaRect(InputArray points) // 得到一个旋转的矩形,返回旋转矩形
cv::minEnclosingCircle ( // 得到轮廓周围最小椭圆
InputArray points, // 得到最小区域圆形
Point2f& center, // 圆心位置 输出参数
float& radius // 圆的半径 输出参数
)
cv::fitEllipse(InputArray points) // 得到最小椭圆,若points的点数size小于5,会报错
代码
#include "../common/common.hpp"
static Mat src, gray_src, drawImg;
static int threshold_v = 170;
static int threshold_max = 255;
static char * title = "rectAndRound";
static RNG rng(12345);
static void m_contours(int, void *);
void main(int argc, char** argv)
{
src = imread(getCVImagesPath("images/hotball.png"), IMREAD_COLOR);
imshow("src31", src);
cvtColor(src, gray_src, CV_BGR2GRAY);
blur(gray_src, gray_src, Size(3, 3));
namedWindow(title, CV_WINDOW_AUTOSIZE);
createTrackbar("rect round:", title, &threshold_v, threshold_max, m_contours);
m_contours(0, 0);
waitKey(0);
}
void m_contours(int, void *)
{
Mat binary_output;
vector<vector<Point>> contours;
vector<Vec4i> hierachy;
threshold(gray_src, binary_output, threshold_v, threshold_max, THRESH_BINARY);//阈值二值化
imshow("binaryImage", binary_output);
findContours(binary_output, contours, hierachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(-1, -1));//发现轮廓
printf("contours.size=%d\n", contours.size());
vector<vector<Point>> contours_ploy(contours.size());//减少点数后的轮廓的集合
vector<Rect> ploy_rects(contours.size());//轮廓点形成的矩形
vector<Point2f> ccs(contours.size());//轮廓点形成的椭圆
vector<float> radius(contours.size());//椭圆半径?
vector<RotatedRect> minRects(contours.size());//每个轮廓最终形成的最小的旋转的矩形
vector<RotatedRect> myellipse(contours.size());//每个轮廓最终形成的最小椭圆
for (size_t i = 0; i < contours.size(); i++) {
approxPolyDP(Mat(contours[i]), contours_ploy[i], 3, true);//减少轮廓点数,为后面的算法提高效率
ploy_rects[i] = boundingRect(contours_ploy[i]);//得到轮廓周围最小矩形
minEnclosingCircle(contours_ploy[i], ccs[i], radius[i]);//得到轮廓周围最小椭圆
if (contours_ploy[i].size() > 5) {
myellipse[i] = fitEllipse(contours_ploy[i]);// 得到最小椭圆,若contours_ploy[i]的点数size小于5会报错
minRects[i] = minAreaRect(contours_ploy[i]);// 得到一个旋转的矩形,返回旋转矩形
}
}
// draw it
src.copyTo(drawImg);
Point2f pts[4];
for (size_t t = 0; t < contours.size(); t++) {
if (contours_ploy[t].size() > 5) { // contours_ploy[i]的点数size小于5的,不处理
Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
rectangle(drawImg, ploy_rects[t], color, 2, 8);//画矩形
circle(drawImg, ccs[t], radius[t], color, 2, 8);//画圆
color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
ellipse(drawImg, myellipse[t], color, 1, 8);//画椭圆
minRects[t].points(pts);
for (int r = 0; r < 4; r++) {
line(drawImg, pts[r], pts[(r + 1) % 4], color, 1, 8);//通过线,画旋转的矩形
}
}
}
imshow(title, drawImg);
}
效果图