opencv的一些函数——contours

Posted 2023-02-22

参考技术A

image, contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]])

findContours( InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset=Point());

findContours( InputOutputArray image, OutputArrayOfArrays contours, int mode, int method, Point offset=Point());

检测轮廓方法(mod):

表示一条轮廓的方法(method):

void drawContours(InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color, int thickness=1, int lineType=8, InputArray hierarchy=noArray(), int maxLevel=INT_MAX, Point offset=Point() )

函数参数详解：

1、获取包围对象的垂直矩阵

2、获取包围对象的最小圆

3、获取包围对象的多边形

4、获得包围对象的凸包
原理

5、轮廓中的所有点
一个想法：先取得轮廓，然后新建一个图像，在新图像上画出轮廓以及填充的图像，遍历这幅图像，如果有颜色就是在轮廓内。
另一个方法1
另一个方法2

6、最小面积的外接矩形（可倾斜）
minAreaRect(InputArray points);

7、可倾斜椭圆（见上）
fitEllipse(InputArray points)；
8、轮廓内连通区域的面积和长度
double contourArea(InputArray contour, bool oriented=false )

double arcLength(InputArray curve, bool closed)；

9、判断一个点是否在一个多边形内
pointPolygonTest
double pointPolygonTest(InputArray contour, Point2f pt, bool measureDist)

用于测试一个点是否在多边形中
当measureDist设置为true时，若返回值为正，表示点在多边形内部，返回值为负，表示在多边形外部，返回值为0，表示在多边形上。
当measureDist设置为false时，若返回值为+1，表示点在多边形内部，返回值为-1，表示在多边形外部，返回值为0，表示在多边形上。

10、比较两个形状的相似性
原理： OpenCV提供的一个根据计算比较两张图像Hu不变距的函数，函数返回值代表相似度大小，完全相同的图像返回值是0，返回值最大是1。这可以用在在一堆照片中搜索出两张相同或相同程度最大的图像。
double cvMatchShapes(const void * object1, const void * object2, int method, double parameter = 0);

使用 Contour Area-OpenCV 时出现断言错误

【中文标题】使用 Contour Area-OpenCV 时出现断言错误

【英文标题】：Assertion Error when using Contour Area-OpenCV

【发布时间】：2016-06-23 02:44:26

【问题描述】：

每当我在 openCV 中使用 contourArea 函数时都会出现此错误

这是我的代码

while (true)

    Mat imgOriginal;

    bool bSuccess = cap.read(imgOriginal); // read a new frame from video



    if (!bSuccess) //if not success, break loop
    
        cout << "Cannot read a frame from video stream" << endl;
        break;
    

    Mat imgHSV;

    cvtColor(imgOriginal, imgHSV, COLOR_BGR2HSV); //Convert the captured frame from BGR to HSV

    Mat imgThresholded;

    inRange(imgHSV, Scalar(iLowH, iLowS, iLowV), Scalar(iHighH, iHighS, iHighV), imgThresholded); //Threshold the image

                                                                                                  //morphological opening (removes small objects from the foreground)
    erode(imgThresholded, imgThresholded, getStructuringElement(MORPH_ELLIPSE, Size(5, 5)));
    dilate(imgThresholded, imgThresholded, getStructuringElement(MORPH_ELLIPSE, Size(5, 5)));

    //morphological closing (removes small holes from the foreground)
    dilate(imgThresholded, imgThresholded, getStructuringElement(MORPH_ELLIPSE, Size(5, 5)));
    erode(imgThresholded, imgThresholded, getStructuringElement(MORPH_ELLIPSE, Size(5, 5)));


    int thresh = 100;
    Mat canny_output;
    vector<Vec4i> hierarchy;
    vector<vector<Point> > contours;
    RNG rng(12345);

    Canny(imgThresholded, canny_output, thresh, thresh * 2, 3);
    /// Find contours
    findContours(canny_output, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));

    /// Draw contours
    Mat drawing = Mat::zeros(canny_output.size(), CV_8UC3);
    for (int i = 0; i< contours.size(); i++)
    
        Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
        drawContours(drawing, contours, i, color, 2, 8, hierarchy, 0, Point());
    


    double area = contourArea(contours);
    std::cout << area;

    imshow("contours", drawing); 

在此之前，我的代码大部分工作正常，但我抓住轮廓区域非常重要，但它一直给我这个错误。 非常感谢任何帮助

【问题讨论】：

放入for循环double area = contourArea(contours[i]);

【参考方案1】：

cv::contourArea() 采用单个轮廓并返回该轮廓的面积，因为在您的情况下 contours 是一个轮廓列表，其中可能包含 0 个或多个轮廓，因此您明确需要访问一个轮廓使用下标为：

if (contours.size() > 0) 
    for (int i=0; i<contours.size(); i++) 
        std::cout << "Contour id : " << i << ", area = " << cv::contourArea(contours[i]) << std::endl;
    
 else 
    std::cout << "No contours found !" << std::endl;

【讨论】：

您可以安全地避开if，因为支票已经在for中

是的，但它只是在else 语句中打印出一些错误，我会对其进行编辑以使其更清晰。