自己写的二值图的轮廓图算法

Posted 张酱油。

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了自己写的二值图的轮廓图算法相关的知识,希望对你有一定的参考价值。

在线PS随便画了一个四边形如图:

代码:

#include "stdafx.h"
#include <opencv2/core/core.hpp>  
#include <opencv2/highgui/highgui.hpp>  
#include <opencv2/imgproc/imgproc.hpp>  
#include <opencv2/video/background_segm.hpp>
#include "iostream"
using namespace cv;
using namespace std;
int _tmain(int argc, _TCHAR* argv[])
{
	Mat src = imread("E://test.jpg", 1);
	Mat src_G;
	Mat src_B;
	cvtColor(src, src_G, CV_BGR2GRAY);
	threshold(src_G, src_B, 100, 255, CV_THRESH_BINARY);
	Mat src_V = Mat(src_B.rows, src_B.cols, CV_8UC1);
	Mat src_H = Mat(src_B.rows, src_B.cols, CV_8UC1);
	Mat src_O = Mat(src_B.rows, src_B.cols, CV_8UC1);
	for (int i = 0; i < src_B.cols; i++)
		for (int j = 0; j < src_B.rows; j++)
		{
			src_V.at<uchar>(j, i) = 255;
			src_H.at<uchar>(j, i) = 255;
		}
	for (int i = 0; i < src_V.cols; i++)//垂直扫描;
	for (int j = 1; j < src_V.rows-1; j++)
	{
	if (src_B.at<uchar>(j, i) == 0 && src_B.at<uchar>(j - 1, i) == 255 )//该像素为最外层黑色素;
	{
		src_V.at<uchar>(j, i) = 0;
		while (src_B.at<uchar>(j, i) == 0 && j < src_V.rows-1)
			{
				if (src_B.at<uchar>(j + 1, i) == 255 && i < src_V.cols&&j+1 < src_V.rows)
					{
						src_V.at<uchar>(j, i) = 0;
						break;
					}
				j++;
			}
		
	}
	}
	for (int i = 0; i < src_H.rows; i++)
		for (int j = 1; j < src_H.cols - 1; j++)
		{
			if (src_B.at<uchar>(i,j) == 0 && src_B.at<uchar>(i,j-1) == 255)//该像素为最外层黑色素;
			{
				src_H.at<uchar>(i, j) = 0;
				while (src_B.at<uchar>(i,j) == 0 && j < src_H.cols - 1)
				{
					if (src_B.at<uchar>(i, j+1) == 255 && i < src_H.rows&&j + 1 < src_H.cols)
					{
						src_H.at<uchar>(i,j) = 0;
						break;
					}
					j++;
				}

			}
		}
	for (int i = 0; i < src_B.rows; i++)
		for (int j = 1; j < src_B.cols - 1; j++)
		{
			if (src_V.at<uchar>(i, j) == 0 || src_H.at<uchar>(i, j) == 0)
				src_O.at<uchar>(i, j) = 0;
		}
	imshow("3", src_O);
	imshow("2", src_V);
	imshow("1", src_H);
	waitKey(0);
	return 0;
}

  输出图:那么在写这个算法的时候,由于像素点容易越界,所以各种内存报错,那么这种错误调试完依旧出现,即使程序已经没有错误(无引用源等)需要重新生成解决方案后方可成功调试。

以上是关于自己写的二值图的轮廓图算法的主要内容,如果未能解决你的问题,请参考以下文章

S0.4 二值图与阈值化

图像灰度化、二值化理解

OPENCV图像分割,急急急

matlab中将灰度图转化为二值图后,有如何转化为灰度图

OpenCV技巧 | 二值图孔洞填充方法与实现(附源码)

opencv统计二值图黑白像素个数