OpenCV之图像处理(三十一) 轮廓周围绘制矩形框和圆形框

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