opencv实现图形轮廓检测

时间：2021-10-07 09:51:12

要想实现轮廓检测，首先我们需要对待检测的图像进行图像处理：

图像灰度化、高斯滤波、Canny 边缘检测、边缘检测放大处理、提取轮廓。

一、实现简单的全图型检测

即只要将drawContours第三个参数设置为-1 既能实现图像的全图型检测。

程序：

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
#include <iostream>
#include <opencv2/highgui.hpp> // 说是说gui 具体什么gui 不清楚
#include <opencv2/imgcodecs.hpp> // 图像头文件
#include <opencv2/imgproc.hpp> // 图像处理头文件
using namespace std;
using namespace cv;
/*要进行图像形貌检测之前
 *首先要二值化，再进行滤波处理，再进行Canny边缘检测
 *最后才能检测出图形轮廓
 */
Mat imgGray, imgBlur, imgCanny,imgDil;
void getContours(Mat imgDil,Mat& img);
 
int main()
{
    
 
    string path = "resources/shapes.png"; // 导入图形的时候，先要在右边点击显示所有文件！！！
    Mat img = imread(path); // 在opencv 中所有的图像信息都使用Mat
 
 
    // pre-processing image  图像预处理
    cvtColor(img, imgGray, COLOR_BGR2GRAY);
    GaussianBlur(imgGray, imgBlur,Size(3,3),3,0); // 高斯滤波
    Canny(imgBlur, imgCanny, 25, 75);// Canny 边缘检测
    Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3)); // 其中 Size 和 边缘检测的放大倍数有关系
    dilate(imgCanny, imgDil, kernel);
 
    getContours(imgDil,img); // 第一个参数 是寻找轮廓的参数， 第二个参数是显示图案的参数
 
    imshow("Image", img);
    waitKey(0); // 延时，0即相当于无穷大
}
void getContours(Mat imgDil, Mat& img)
{
    /* contour is a vector inside that vector there is more vector
     * {{Point(20,30),Point(50,60)},{},{}} each vector like a contour and each contour have some points
     *
     **/
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy; // Vec4i 即代表该向量内有4个 int 变量typedef    Vec<int, 4>   Vec4i;   这四个向量每一层级代表一个轮廓
    findContours(imgDil, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); // CV_CHAIN_APPROX_SIMPLE - 简单的链式接近法
    drawContours(img, contours, -1, Scalar(255,0,255),2); // contouridx = -1 代表需要绘制所检测的所有轮廓
  }

运行结果：

opencv实现图形轮廓检测

细心的读者会发现，该程序还将微小的瑕疵检测到了。

二、去除轮廓瑕疵

去除瑕疵的方法很简单，即先检测所有图形的面积，发现图形中的最小面积，即为瑕疵面积（假设我们已知该瑕疵面积<1000），之后使用if进行面积过滤。

程序：

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
#include <iostream>
#include <opencv2/highgui.hpp> // 说是说gui 具体什么gui 不清楚
#include <opencv2/imgcodecs.hpp> // 图像头文件
#include <opencv2/imgproc.hpp> // 图像处理头文件
using namespace std;
using namespace cv;
/*要进行图像形貌检测之前
 *首先要二值化，再进行滤波处理，再进行Canny边缘检测
 *最后才能检测出图形轮廓
 */
Mat imgGray, imgBlur, imgCanny,imgDil;
void getContours(Mat imgDil,Mat& img);
 
int main()
{
    
 
    string path = "resources/shapes.png"; // 导入图形的时候，先要在右边点击显示所有文件！！！
    Mat img = imread(path); // 在opencv 中所有的图像信息都使用Mat
 
 
    // pre-processing image  图像预处理
    cvtColor(img, imgGray, COLOR_BGR2GRAY);
    GaussianBlur(imgGray, imgBlur,Size(3,3),3,0); // 高斯滤波
    Canny(imgBlur, imgCanny, 25, 75);// Canny 边缘检测
    Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3)); // 其中 Size 和 边缘检测的放大倍数有关系
    dilate(imgCanny, imgDil, kernel);
 
    getContours(imgDil,img); // 第一个参数 是寻找轮廓的参数， 第二个参数是显示图案的参数
 
    imshow("Image", img);
    waitKey(0); // 延时，0即相当于无穷大
}
void getContours(Mat imgDil, Mat& img)
{
    /* contour is a vector inside that vector there is more vector
     * {{Point(20,30),Point(50,60)},{},{}} each vector like a contour and each contour have some points
     *
     **/
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy; // Vec4i 即代表该向量内有4个 int 变量typedef    Vec<int, 4>   Vec4i;   这四个向量每一层级代表一个轮廓
    findContours(imgDil, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); // CV_CHAIN_APPROX_SIMPLE - 简单的链式接近法
    drawContours(img, contours, -1, Scalar(255,0,255),2); // contouridx = -1 代表需要绘制所检测的所有轮廓
 
    for(int i = 0;i <contours.size();i++)
    {
         int area = contourArea(contours[i]) ; // 计算轮廓面积函数
         if(area > 1000)
         {
             drawContours(img,contours,i,Scalar(255, 0, 255), 2);
         }
    }
  }

运行结果：

opencv实现图形轮廓检测

可见我们已经成功将瑕疵滤除。

三、判断轮廓形状

判断轮廓之前，我们先要将图形的拐角点计算出来，如三角形有三个拐角点，矩形有四个拐角点，圆形有多个拐角点，所以如何得到拐角点是我们检测轮廓形状的前提。检测拐角的核心函数为approxPolyDP(contours[i],conpoly[i],0.02* peri,true);即多边形拟合函数。

程序：

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
#include <iostream>
#include <opencv2/highgui.hpp> // 说是说gui 具体什么gui 不清楚
#include <opencv2/imgcodecs.hpp> // 图像头文件
#include <opencv2/imgproc.hpp> // 图像处理头文件
using namespace std;
using namespace cv;
/*要进行图像形貌检测之前
 *首先要二值化，再进行滤波处理，再进行Canny边缘检测
 *最后才能检测出图形轮廓
 */
Mat imgGray, imgBlur, imgCanny,imgDil;
void getContours(Mat imgDil,Mat& img);
 
int main()
{
    
 
    string path = "resources/shapes.png"; // 导入图形的时候，先要在右边点击显示所有文件！！！
    Mat img = imread(path); // 在opencv 中所有的图像信息都使用Mat
 
 
    // pre-processing image  图像预处理
    cvtColor(img, imgGray, COLOR_BGR2GRAY);
    GaussianBlur(imgGray, imgBlur,Size(3,3),3,0); // 高斯滤波
    Canny(imgBlur, imgCanny, 25, 75);// Canny 边缘检测
    Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3)); // 其中 Size 和 边缘检测的放大倍数有关系
    dilate(imgCanny, imgDil, kernel);
 
    getContours(imgDil,img); // 第一个参数 是寻找轮廓的参数， 第二个参数是显示图案的参数
 
    imshow("Image", img);
    //imshow("Image Gray", imgGray);
    //imshow("Image Blur", imgBlur);
    //imshow("Image Canny", imgCanny);
    //imshow("Image Dilate", imgDil); // 图像放大之后的边缘检测效果要明显好于 Canny 边缘检测，这也是为什么大佬热衷于dilation的原因
    waitKey(0); // 延时，0即相当于无穷大
}
// 因为一开始参数不同，所以电脑直接将其视为重载函数
void getContours(Mat imgDil, Mat& img)
{
    /* contour is a vector inside that vector there is more vector
     * {{Point(20,30),Point(50,60)},{},{}} each vector like a contour and each contour have some points
     *
     **/
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy; // Vec4i 即代表该向量内有4个 int 变量typedef    Vec<int, 4>   Vec4i;   这四个向量每一层级代表一个轮廓
    findContours(imgDil, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); // CV_CHAIN_APPROX_SIMPLE - 简单的链式接近法
    //drawContours(img, contours, -1, Scalar(255,0,255),2); // contouridx = -1 代表需要绘制所检测的所有轮廓
    
    vector<vector<Point>> conpoly(contours.size());// conpoly(paprameter1) ,paprameter1便代表vector对象的行数，而其列数中的vector 是使用了point点集但其只包含图形的拐角点集
    vector<Rect> boundRect(contours.size());// Rect 类中x y 函数描述的是图形左上角的坐标
    string objType; // 记录物体形状
    // 为了滤除微小噪声，因此计算area 的面积
    for (int i = 0; i < contours.size(); i++) // 关于contours.size()为什么是返回二维数组的行，因为 vector::size()函数只接受vector 对象的调用而contours的所有行(不管列)均为其对象
    {
        int area = contourArea(contours[i]);
        
        if (area > 1000)
        {
            float peri = arcLength(contours[i], true);// 该函数计算轮廓的长度，后面的bool值表面轮廓曲线是否闭合若为true 则轮廓曲线闭合
            //寻找角点
            // conpoly 同样为轮廓点集但它第二个数组中只有1-9个参数为了描述各个轮廓的拐角点
            approxPolyDP(contours[i],conpoly[i],0.02* peri,true); //  conpoly[i]是输出array   0.02*peri 这个参数理解不了就不要理解！！！ 最后一个参数仍然是询问是否闭合
            cout << conpoly[i].size() << endl; // 输出图像轮廓中的拐角点
            boundRect[i] = boundingRect(conpoly[i]); // 针对conpoly[i] 进行boundingRect 以
            drawContours(img, conpoly, i, Scalar(255, 0, 255), 2);
            //rectangle(img, boundRect[i].tl(), boundRect[i].br(), Scalar(0, 255, 0), 5);
        }
 
            
    }
}

运行结果：

opencv实现图形轮廓检测

当检测出所有图形都应具有拐角点数之后，在加个if 判断图形的点数，之后通过puttext函数去显示，图形的形状。

程序：

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
#include <iostream>
#include <opencv2/highgui.hpp> // 说是说gui 具体什么gui 不清楚
#include <opencv2/imgcodecs.hpp> // 图像头文件
#include <opencv2/imgproc.hpp> // 图像处理头文件
using namespace std;
using namespace cv;
/*要进行图像形貌检测之前
 *首先要二值化，再进行滤波处理，再进行Canny边缘检测
 *最后才能检测出图形轮廓
 */
Mat imgGray, imgBlur, imgCanny,imgDil;
void getContours(Mat imgDil,Mat& img);
 
int main()
{
    
 
    string path = "resources/shapes.png"; // 导入图形的时候，先要在右边点击显示所有文件！！！
    Mat img = imread(path); // 在opencv 中所有的图像信息都使用Mat
 
 
    // pre-processing image  图像预处理
    cvtColor(img, imgGray, COLOR_BGR2GRAY);
    GaussianBlur(imgGray, imgBlur,Size(3,3),3,0); // 高斯滤波
    Canny(imgBlur, imgCanny, 25, 75);// Canny 边缘检测
    Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3)); // 其中 Size 和 边缘检测的放大倍数有关系
    dilate(imgCanny, imgDil, kernel);
 
    getContours(imgDil,img); // 第一个参数 是寻找轮廓的参数， 第二个参数是显示图案的参数
 
    imshow("Image", img);
    //imshow("Image Gray", imgGray);
    //imshow("Image Blur", imgBlur);
    //imshow("Image Canny", imgCanny);
    //imshow("Image Dilate", imgDil); // 图像放大之后的边缘检测效果要明显好于 Canny 边缘检测，这也是为什么大佬热衷于dilation的原因
    waitKey(0); // 延时，0即相当于无穷大
}
// 因为一开始参数不同，所以电脑直接将其视为重载函数
void getContours(Mat imgDil, Mat& img)
{
    /* contour is a vector inside that vector there is more vector
     * {{Point(20,30),Point(50,60)},{},{}} each vector like a contour and each contour have some points
     *
     **/
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy; // Vec4i 即代表该向量内有4个 int 变量typedef    Vec<int, 4>   Vec4i;   这四个向量每一层级代表一个轮廓
    findContours(imgDil, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); // CV_CHAIN_APPROX_SIMPLE - 简单的链式接近法
    //drawContours(img, contours, -1, Scalar(255,0,255),2); // contouridx = -1 代表需要绘制所检测的所有轮廓
    
    vector<vector<Point>> conpoly(contours.size());// conpoly(paprameter1) ,paprameter1便代表vector对象的行数，而其列数中的vector 是使用了point点集但其只包含图形的拐角点集
    vector<Rect> boundRect(contours.size());// Rect 类中x y 函数描述的是图形左上角的坐标
    string objType; // 记录物体形状
    // 为了滤除微小噪声，因此计算area 的面积
    for (int i = 0; i < contours.size(); i++) // 关于contours.size()为什么是返回二维数组的行，因为 vector::size()函数只接受vector 对象的调用而contours的所有行(不管列)均为其对象
    {
        int area = contourArea(contours[i]);
        
        if (area > 1000)
        {
            float peri = arcLength(contours[i], true);// 该函数计算轮廓的长度，后面的bool值表面轮廓曲线是否闭合若为true 则轮廓曲线闭合
            //寻找角点
            // conpoly 同样为轮廓点集但它第二个数组中只有1-9个参数为了描述各个轮廓的拐角点
            approxPolyDP(contours[i],conpoly[i],0.02* peri,true); //  conpoly[i]是输出array   0.02*peri 这个参数理解不了就不要理解！！！ 最后一个参数仍然是询问是否闭合
            //drawContours(img, contours , i, Scalar(255, 0, 255), 2);
             // 通过conpoly 而绘制的轮廓中只存在程序认为应该存在的点
            cout << conpoly[i].size() << endl; // 输出图像轮廓中的拐角点
            boundRect[i] = boundingRect(conpoly[i]); // 针对conpoly[i] 进行boundingRect 以便拟合相切矩形
            //rectangle(img, boundRect[i].tl(), boundRect[i].br(), Scalar(0, 255, 0), 5); // 使用
            
            int objCor = (int)conpoly[i].size(); // 计算物体边角数
            if (3 == objCor) objType = "Triangle";
            else
                if (4 == objCor)
                {   // 计算float对象，一定要记得使用 float 强转符号
                    float aspRatio = (float)boundRect[i].width/(float)boundRect[i].height;
                    if(aspRatio<1.05 && aspRatio>0.95)
                         objType = "Square";
                    else objType = "Rectangle";
                }
            else if (objCor > 4) objType = "Circle";
 
            putText(img, objType, Point(boundRect[i].x, boundRect[i].y-5), FONT_HERSHEY_PLAIN, 1, Scalar(0, 69, 255), 1);
            drawContours(img, conpoly, i, Scalar(255, 0, 255), 2);
            //rectangle(img, boundRect[i].tl(), boundRect[i].br(), Scalar(0, 255, 0), 5);
        }
 
            
    }
}

运行结果：

opencv实现图形轮廓检测

四、给被检测图形套上一个检测框

核心函数，使用rectangle（）进行矩形绘画。

程序：

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
#include <iostream>
#include <opencv2/highgui.hpp> // 说是说gui 具体什么gui 不清楚
#include <opencv2/imgcodecs.hpp> // 图像头文件
#include <opencv2/imgproc.hpp> // 图像处理头文件
using namespace std;
using namespace cv;
/*要进行图像形貌检测之前
 *首先要二值化，再进行滤波处理，再进行Canny边缘检测
 *最后才能检测出图形轮廓
 */
Mat imgGray, imgBlur, imgCanny,imgDil;
void getContours(Mat imgDil,Mat& img);
 
int main()
{
    
 
    string path = "resources/shapes.png"; // 导入图形的时候，先要在右边点击显示所有文件！！！
    Mat img = imread(path); // 在opencv 中所有的图像信息都使用Mat
 
 
    // pre-processing image  图像预处理
    cvtColor(img, imgGray, COLOR_BGR2GRAY);
    GaussianBlur(imgGray, imgBlur,Size(3,3),3,0); // 高斯滤波
    Canny(imgBlur, imgCanny, 25, 75);// Canny 边缘检测
    Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3)); // 其中 Size 和 边缘检测的放大倍数有关系
    dilate(imgCanny, imgDil, kernel);
 
    getContours(imgDil,img); // 第一个参数 是寻找轮廓的参数， 第二个参数是显示图案的参数
 
    imshow("Image", img);
    //imshow("Image Gray", imgGray);
    //imshow("Image Blur", imgBlur);
    //imshow("Image Canny", imgCanny);
    //imshow("Image Dilate", imgDil); // 图像放大之后的边缘检测效果要明显好于 Canny 边缘检测，这也是为什么大佬热衷于dilation的原因
    waitKey(0); // 延时，0即相当于无穷大
}
// 因为一开始参数不同，所以电脑直接将其视为重载函数
void getContours(Mat imgDil, Mat& img)
{
    /* contour is a vector inside that vector there is more vector
     * {{Point(20,30),Point(50,60)},{},{}} each vector like a contour and each contour have some points
     *
     **/
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy; // Vec4i 即代表该向量内有4个 int 变量typedef    Vec<int, 4>   Vec4i;   这四个向量每一层级代表一个轮廓
    findContours(imgDil, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); // CV_CHAIN_APPROX_SIMPLE - 简单的链式接近法
    //drawContours(img, contours, -1, Scalar(255,0,255),2); // contouridx = -1 代表需要绘制所检测的所有轮廓
    
    vector<vector<Point>> conpoly(contours.size());// conpoly(paprameter1) ,paprameter1便代表vector对象的行数，而其列数中的vector 是使用了point点集但其只包含图形的拐角点集
    vector<Rect> boundRect(contours.size());// 记录各图形的拟合矩形
    string objType; // 记录物体形状
    // 为了滤除微小噪声，因此计算area 的面积
    for (int i = 0; i < contours.size(); i++) // 关于contours.size()为什么是返回二维数组的行，因为 vector::size()函数只接受vector 对象的调用而contours的所有行(不管列)均为其对象
    {
        int area = contourArea(contours[i]);
        
        if (area > 1000)
        {
            float peri = arcLength(contours[i], true);// 该函数计算轮廓的长度，后面的bool值表面轮廓曲线是否闭合若为true 则轮廓曲线闭合
            //寻找角点
            // conpoly 同样为轮廓点集但它第二个数组中只有1-9个参数为了描述各个轮廓的拐角点
            approxPolyDP(contours[i],conpoly[i],0.02* peri,true); //  conpoly[i]是输出array   0.02*peri 这个参数理解不了就不要理解！！！ 最后一个参数仍然是询问是否闭合
            //drawContours(img, contours , i, Scalar(255, 0, 255), 2);
             // 通过conpoly 而绘制的轮廓中只存在程序认为应该存在的点
            cout << conpoly[i].size() << endl; // 输出图像轮廓中的拐角点
            boundRect[i] = boundingRect(conpoly[i]); // 针对conpoly[i] 进行boundingRect 以便拟合相切矩形
            //rectangle(img, boundRect[i].tl(), boundRect[i].br(), Scalar(0, 255, 0), 5); // 使用
            
            int objCor = (int)conpoly[i].size(); // 计算物体边角数
            if (3 == objCor) objType = "Triangle";
            else
                if (4 == objCor)
                {   // 计算float对象，一定要记得使用 float 强转符号
                    float aspRatio = (float)boundRect[i].width/(float)boundRect[i].height;
                    if(aspRatio<1.05 && aspRatio>0.95)
                         objType = "Square";
                    else objType = "Rectangle";
                }
            else if (objCor > 4) objType = "Circle";
 
            putText(img, objType, Point(boundRect[i].x, boundRect[i].y-5), FONT_HERSHEY_PLAIN, 1, Scalar(0, 69, 255), 1);
            drawContours(img, conpoly, i, Scalar(255, 0, 255), 2);
            rectangle(img, boundRect[i].tl(), boundRect[i].br(), Scalar(0, 255, 0), 5);
        }
 
            
    }
}

运行结果：

opencv实现图形轮廓检测

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

原文链接：https://blog.csdn.net/qq_42138448/article/details/115692013

标签：

相关文章