多边形拟合

多边形近似

API

approxPolyDP(curve, approxCurve, epsilon, closed)

• curve：输入像素轮廓点，类型为vector<Point>或者Mat
• approxCurve：多边形逼近结果，以多边形顶点坐标的形式给出，类型为 vector<Point2f> 或 CV_32SC2 类型的 Nx1 的Mat 类矩阵
• epsilon：逼近的精度，即原始曲线和逼近曲线之间的最大距离，类型为 double
• closed：逼近曲线是否为封闭曲线的标志，true 表示曲线封闭，即最后一个顶点与第一个顶点相连

示例代码：

#include <opencv2/opencv.hpp>
#include <vector>
using namespace cv;
using namespace std;
 
// 绘制轮廓函数
inline void drawapp(vector<Point2f> result, Mat img2)
{
    for (int i = 0; i < result.size(); i++)
    {
        // 最后一个坐标点与第一个坐标点相连
        if (i == result.size() - 1)
        {
            Point2f point1 = result.at(i);
            Point2f point2 = result.at(0);
            line(img2, point1, point2, Scalar(0, 255, 0), 2);
            break;
        }
        Point2f point1 = result.at(i);
        Point2f point2 = result.at(i + 1);
        line(img2, point1, point2, Scalar(0, 255, 0), 2);
    }
}
 
int main()
{
    Mat img = imread("/home/kslas/test.jpg");
    imshow("original", img);
 
    // 边缘检测
    Mat canny;
    Canny(img, canny, 80, 160, 3, false);
 
    // 膨胀运算
    Mat kernel = getStructuringElement(0, Size(3, 3));
    dilate(canny, canny, kernel);
 
    // 轮廓的发现与绘制
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    findContours(canny, contours, hierarchy, 0, 2);
 
    // 绘制多边形
    for (int i = 0; i < contours.size(); i++)
    {
        // 用最小外接矩形求取轮廓中心
        RotatedRect rrect = minAreaRect(contours[i]);
        Point2f center = rrect.center;
        circle(img, center, 2, Scalar(0, 255, 0), 2);
 
        vector<Point2f> result;
        approxPolyDP(contours[i], result, 4, true);  // 多边形逼近
        drawapp(result, img);
    }
 
    imshow("result", img);
    waitKey(0);
    destroyAllWindows();
    return 0;
}

运行结果：

凸包检测

简介

• 有时物体的形状过于复杂，用多边形逼近后处理起来依然较为复杂，例如人手、海星等。对于形状较为复杂的物体，可以利用凸包近似表示

• 凸包是图形学中常见的概念，将二维平面上的点集最外层的点连接起来构成的凸多边形称为凸包

• 虽然凸包检测也是对轮廓进行多边形逼近，但是逼近结果一定为凸多边形

• 凸包检测往往用于加强approxPolyDP()的结果

API

convexHull(points, hull, clockwise, returnPoints)

• points：输入的二维点集或轮廓坐标，类型为 vector<Point> 或者 Mat
• hull：输出凸包的顶点坐标或索引，类型为 vector<Point> 或者 vector<int>
• clockwise：方向标志。当参数取值为 true 时，凸包顺序为顺时针方向；当参数取值为 false 时，凸包顺序为逆时针方向
• returnPoints：输出数据的类型标志。当参数为 true 时，第二个参数输出的结果是凸包顶点的坐标；当参数取值为为 false 时，第二个参数输出的结果是凸包顶点的索引

示例代码：

在该程序中，首先对图像进行二值化，并利用开运算消除二值化过程中产生的较小区域，之后寻找图像的轮廓，最后对图像中的每一个轮廓进行凸包检测，并绘制凸包的顶点和每一条边

#include <opencv2/opencv.hpp>
#include <vector>
using namespace cv;
using namespace std;
 
int main()
{
    Mat img = imread("/home/kslas/OpenCV/hand.jpg");
 
    // 二值化
    Mat gray, binary;
    cvtColor(img, gray, COLOR_BGR2GRAY);
    threshold(gray, binary, 230, 255, THRESH_BINARY);
    bitwise_not(binary, binary);
 
    // 开运算消除细小区域
    Mat k = getStructuringElement(MORPH_RECT, Size(3, 3));
    morphologyEx(binary, binary, MORPH_OPEN, k);
    imshow("binary", binary);
 
    // 轮廓发现
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    findContours(binary, contours, hierarchy, 0, 2);
    for (int i = 0; i < contours.size(); i++)
    {
        // 计算凸包
        vector<Point> hull;
        convexHull(contours[i], hull);
        // 绘制凸包
        for (int j = 0; i < hull.size(); j++)
        {
            // 绘制凸包顶点
            circle(img, hull[j], 4, Scalar(255, 0, 0), 2);
            // 连接凸包
            if (j == hull.size() - 1)
            {
                line(img, hull[j], hull[0], Scalar(0, 0, 255), 2);
                break;
            }
            line(img, hull[j], hull[j + 1], Scalar(0, 0, 255), 2);
        }
    }
    imshow("hull", img);
    waitKey(0);
    destroyAllWindows();
    return 0;
}

运行结果：

---

如果您觉得阅读本文对您有帮助，请点一下“推荐”按钮，您的“推荐”将是我最大的写作动力！欢迎各位转载，但是未经作者本人同意，转载文章之后必须在文章页面明显位置给出作者和原文连接，否则保留追究法律责任的权利。