OpenCV——轮廓特征描述

Posted 2020-09-27 Not-Bad

检测出特定轮廓，可进一步对其特征进行描述，从而识别物体。

1. 如下函数，可以将轮廓以多种形式包围起来。

// 轮廓表示为一个矩形 
Rect r = boundingRect(Mat(contours[0])); 
rectangle(result, r, Scalar(255), 2); 
// 轮廓表示为一个圆 
float radius; 
Point2f center; 
minEnclosingCircle(Mat(contours[1]), center, radius); 
circle(result, Point(center), static_cast<int>(radius), Scalar(255), 2); 
// 轮廓表示为一个多边形 
vector<Point> poly; 
approxPolyDP(Mat(contours[2]), poly, 5, true); 
vector<Point>::const_iterator itp = poly.begin(); 
while (itp != (poly.end() - 1)) 
{ 
    line(result, *itp, *(itp + 1), Scalar(255), 2); 
    ++itp; 
} 
line(result, *itp, *(poly.begin()), Scalar(255), 2); 
// 轮廓表示为凸多边形 
vector<Point> hull; 
convexHull(Mat(contours[3]), hull); 
vector<Point>::const_iterator ith = hull.begin(); 
while (ith != (hull.end() - 1)) 
{ 
    line(result, *ith, *(ith + 1), Scalar(255), 2); 
    ++ith; 
} 
line(result, *ith, *(hull.begin()), Scalar(255), 2); 

2. 将轮廓数据存储在记事本中，然后读取数据，存入vector<cv::Point>中

void readFromTxt(string name,int q)
{
    ifstream file(name);
    int i = 0;
    while (file) {
        string line;
        getline(file, line);
        if (line == "")break;
        cv::Point p;
        int num;
        for (int i = 0;; i++)
        {
            if (line[i] == ‘;‘) {
                num = i + 1;
                break;
            }
        }
        int x = 0, y = 0;
        int k;
        for (int i = 0; i < num; i++) {
            if (line[i] == ‘,‘) {
                k = i;
                for (int j = 2; j < k; j++)
                {
                    x += (line[j] - ‘0‘) * (pow(10, k - j - 1));
                }
            }
            if (line[i] == ‘;‘) {
                for (int j = k + 2; j < i; j++) {
                    y += (line[j] - ‘0‘) * (pow(10, i - j - 1));
                }
            }
        }
        p.x = x;
        p.y = y;
        if(q == 0)shitou.push_back(p);
        else if (q == 1)jiandao.push_back(p);
        else bu.push_back(p);
    }
}

其中每行的存取格式为：

  136, 30;
  135, 31;
  134, 31;

 

3. 使用mathShapes函数比较两个形状的相似度

函数返回值 为 相似度大小，完全相同的图像返回值是0，返回值最大是1。

double cvMatchShapes( const void* object1, const void* object2,
                      int method, double parameter=0 );

参数含义
object1——第一个轮廓或灰度图像
object2——第二个轮廓或灰度图像
method——比较方法：
   CV_CONTOURS_MATCH_I1
   CV_CONTOURS_MATCH_I2 
   CV_CONTOURS_MATCH_I3.
parameter——比较方法的参数 

 

参考：http://mobile.51cto.com/aengine-435442.htm