OpenCV轮廓外接多边形的实现

本文为大家分享了OpenCV实现轮廓外接多边形的具体代码，供大家参考，具体内容如下

取轮廓最大外接矩形

Rect boundingRect( InputArray array );

array：输入的灰度图像或者2D点集，数据类型为vector或者Mat。

该函数可以求取包含输入图像中物体轮廓或者2D点集的最大外接矩形，函数只有一个参数，可以是灰度图像或者2D点集，灰度图像的参数类型为Mat，2D点集的参数类型为vector或者Mat。该函数的返回值是一个Rect类型的变量，该变量可以直接用rectangle()函数绘制矩形。返回值共有四个参数，前两个参数是最大外接矩形左上角第一个像素的坐标，后两个参数分别表示最大外接矩形的宽和高。

轮廓最小外接矩形

RotatedRect minAreaRect( InputArray points );

points：输入的2D点集合

该函数可以根据输入的2D点集合计算最小的外接矩形，函数的返回值是RotatedRect类型的变量，含有矩形的中心位置、矩形的宽和高和矩形旋转的角度。RotatedRect类具有两个重要的方法和属性，可以输出矩形的四个顶点和中心坐标。输出四个顶点坐标的方法是points()，假设RotatedRect类的变量为rrect，可以通过rrect.points(points)命令进行读取，其中坐标存放的变量是Point2f类型的数组。输出矩形中心坐标的属性是center，假设RotatedRect类的变量为rrect，可以通过opt=rrect.center命令进行读取，其中坐标存放的变量是Point2f类型的变量。

外接多边形

void approxPolyDP( InputArray curve,
                              OutputArray approxCurve,
                              double epsilon, bool closed );

• curve：输入轮廓像素点。
• approxCurve：多边形逼近结果，以多边形顶点坐标的形式给出。
• epsilon：逼近的精度，即原始曲线和逼近曲线之间的最大距离。
• 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。

该函数根据输入的轮廓得到最佳的逼近多边形。
函数的第一个参数是输入的轮廓2D像素点，数据类型是vector或者Mat。
第二个参数是多边形的逼近结果，以多边形顶点坐标的形式输出，是CV_32SC2类型的N×1的Mat类矩阵，可以通过输出结果的顶点数目初步判断轮廓的几何形状。
第三个参数是多边形逼近时的精度，即原始曲线和逼近曲线之间的最大距离。
第四个参数是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。

简单示例

//
// Created by smallflyfly on 2021/6/22.
//

#include "opencv2/opencv.hpp"
#include <iostream>

using namespace std;
using namespace cv;

int main() {
  Mat im = imread("rice.jfif");
//    resize(im, im, Size(0, 0), 0.5, 0.5);
  Mat gray;
  cvtColor(im, gray, CV_BGR2GRAY);

  Mat imBin;
  threshold(gray, imBin, 150, 255, THRESH_BINARY);

  vector<vector<Point>> contours;
  findContours(imBin, contours, RETR_EXTERNAL, CHAIN_APPROX_NONE);

  Mat im1 = im.clone();
  Mat im2 = im.clone();
  for (auto & contour : contours) {
      // 最大外接矩阵
      Rect rect = boundingRect(contour);
      rectangle(im, rect, Scalar(0, 0, 255), 1);

      // 最小外接矩形
      RotatedRect rotatedRect = minAreaRect(contour);
      Point2f pts[4];
      rotatedRect.points(pts);
      Point2f pt = rotatedRect.center;
      for (int i = 0; i < 4; ++i) {
          if (i == 3) {
              line(im1, pts[i], pts[0], Scalar(255, 255, 0), 1);
          } else {
              line(im1, pts[i], pts[i+1], Scalar(255, 255, 0), 1);
          }
      }
      circle(im1, pt, 1, Scalar(0, 0, 255), -1);

      // 外接多边形
      Mat ploys;
      approxPolyDP(contour, ploys, 5, true);
      // draw ploy
      Vec2i pt1, pt2;
      for (int i = 0; i < ploys.rows; ++i) {
          if (i == ploys.rows - 1) {
              pt1 = ploys.at<Vec2i>(i);
              pt2 = ploys.at<Vec2i>(0);

          } else {
              pt1 = ploys.at<Vec2i>(i);
              pt2 = ploys.at<Vec2i>(i+1);
          }
          line(im2, pt1, pt2, Scalar(0, 0, 255), 2);
      }
  }

  imshow("im", im);
  imshow("im1", im1);
  imshow("im2", im2);

  waitKey(0);
  destroyAllWindows();

  return 0;

}

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编程宝库。

相比于直线检测，直线拟合的最大特点是将所有数据只拟合出一条直线void fitLine( InputArray points, OutputArray line, int distType, do ...