最大轮廓和投影

最大轮廓和投影

    

       最近非常多的用到了最大轮廓和投影运算。回想起来，这两种算法的确是属于非常常见的基础算法。这里加以总结和提取。

      最大轮廓：

      前提是图像经过了灰度和阈值处理，也可以直接处理canny的结果，有些时候需要预先经过色彩域的转换。最后得到的结果，应该是一个contour，当然可以采用一定的方法处理得到外接矩形。

投影处理：
     这里的前提和最大轮廓是非常相似的。投影主要关心的是通过投影图像，获得原始图像中的ROI，或者获得有多少个上波形多少个下波形这些定量的结果。

    Vector<int> vectorV; //横向循环
    Vector<int> vectorH; //纵向循环
    Vector<int> VUpper;
    Vector<int> VDown;
    vector<int> HUpper;
    vector<int> HDower;

   // 做横向循环
    for (int i=0;i<ostu.cols;i++)
    {
        Mat data = ostu.col(i);
        int itmp = countNonZero(data);
        vectorV.push_back(itmp);
    }
    //上波形为VUpper,下波形为VDown
    for (int i=1;i<vectorV.size();i++)
    {
        if (vectorV[i-1] == 0 && vectorV[i]>0)
        {
            VUpper.push_back(i);
        }
        if (vectorV[i-1]>0 && vectorV[i] == 0)
        {
            VDown.push_back(i);
        }
    }
    //做纵向循环，这个往往处理的是横向循环的结果图片
      for (int j=0;j<ostu.rows;j++)
        {
            Mat data = roitmp.row(j);
            int itmp = countNonZero(data);
            vectorH.push_back(itmp);
        }
        for (int j=0;j<vectorH.size()-1;j++)
        {   
            if (vectorH[j]>0 && vectorH[j+1] == 0)
            {
                HDower.push_back(j);
            }
            if (vectorH[j] == 0 && vectorH[j+1]>0)
            {
                HUpper.push_back(j);
            }
        }

     //由于处理的上波形和下波形可能会有问题，需要进行一定的处理
     //这里的一个处理就是提出哪些短暂的空白区域
    for (int j=0;j<HDower.size()-1;j++)
            {
                //得出之间空白的区域
                int iwidth = HUpper[j+1] - HDower[j];
                if (iwidth > 10)
                {
                    iresult = iresult +1;
                }
            }

 

 调用方法,得到外接矩阵

                    Rect boundRect = boundingRect(Mat(FindBigestContour(canny)));

     投影处理 ：

      这里的前提和最大轮廓是非常相似的。投影主要关心的是通过投影图像，获得原始图像中的ROI，或者获得有多少个上波形多少个下波形这些定量的结果。

投影处理：
     这里的前提和最大轮廓是非常相似的。投影主要关心的是通过投影图像，获得原始图像中的ROI，或者获得有多少个上波形多少个下波形这些定量的结果。

    Vector<int> vectorV; //横向循环
    Vector<int> vectorH; //纵向循环
    Vector<int> VUpper;
    Vector<int> VDown;
    vector<int> HUpper;
    vector<int> HDower;

   // 做横向循环
    for (int i=0;i<ostu.cols;i++)
    {
        Mat data = ostu.col(i);
        int itmp = countNonZero(data);
        vectorV.push_back(itmp);
    }
    //上波形为VUpper,下波形为VDown
    for (int i=1;i<vectorV.size();i++)
    {
        if (vectorV[i-1] == 0 && vectorV[i]>0)
        {
            VUpper.push_back(i);
        }
        if (vectorV[i-1]>0 && vectorV[i] == 0)
        {
            VDown.push_back(i);
        }
    }
    //做纵向循环，这个往往处理的是横向循环的结果图片
      for (int j=0;j<ostu.rows;j++)
        {
            Mat data = roitmp.row(j);
            int itmp = countNonZero(data);
            vectorH.push_back(itmp);
        }
        for (int j=0;j<vectorH.size()-1;j++)
        {   
            if (vectorH[j]>0 && vectorH[j+1] == 0)
            {
                HDower.push_back(j);
            }
            if (vectorH[j] == 0 && vectorH[j+1]>0)
            {
                HUpper.push_back(j);
            }
        }

     //由于处理的上波形和下波形可能会有问题，需要进行一定的处理
     //这里的一个处理就是提出哪些短暂的空白区域
    for (int j=0;j<HDower.size()-1;j++)
            {
                //得出之间空白的区域
                int iwidth = HUpper[j+1] - HDower[j];
                if (iwidth > 10)
                {
                    iresult = iresult +1;
                }
            }