OpenCV：arcLength 断言失败并出现 cv::Mat

Posted 2023-02-22

【中文标题】OpenCV：arcLength 断言失败并出现 cv::Mat

【英文标题】：OpenCV: arcLength assert fails with cv::Mat

【发布时间】：2015-08-20 20:17:28

【问题描述】：

我尝试使用arcLength 计算轮廓周长。轮廓从文件中读入Mat，它只是轮廓的黑白图片。 但是，当我将此 Mat 传递给函数时，它会引发错误：

Assertion failed (curve.checkVector(2) >= 0 && (curve.depth() == CV_32F || curve.depth() == CV_32S)) in arcLength

我发现真正的原因是curve.checkVector(2) 返回-1。尽管我已阅读有关此方法的文档，但我仍然不明白如何修复此错误。 这是带有角点的测试图像 (1,1), (1,21), (21,21), (21,1)

【参考方案1】：

轮廓应该是（来自OpenCV doc）：

二维点的输入向量，存储在 std::vector 或 Mat 中。

不是黑白图像。

您可以通过不同的方式计算周长。最强大的是使用findContours 仅查找外部轮廓（RETR_EXTERNAL），并在该轮廓上调用arcLength。

几个例子：

#include <opencv2\opencv.hpp>
#include <vector>

using namespace std;
using namespace cv;

int main()

    Mat1b img = imread("path_to_image", IMREAD_GRAYSCALE);

    // Method 1: length of unsorted points
    // NOTE: doesn't work!

    vector<Point> points;
    findNonZero(img, points);
    double len1 = arcLength(points, true);
    // 848.78

    // Method 2: length of the external contour

    vector<vector<Point>> contours;
    findContours(img.clone(), contours, RETR_EXTERNAL, CHAIN_APPROX_NONE); // Retrieve only external contour
    double len2 = arcLength(contours[0], true);
    // 80



    // Method 3: length of convex hull of contour
    // NOTE: convex hull based methods work reliably only for convex shapes.

    vector<Point> hull1;
    convexHull(contours[0], hull1);
    double len3 = arcLength(hull1, true);
    // 80

    // Method 4: length of convex hull of unsorted points
    // NOTE: convex hull based methods work reliably only for convex shapes.

    vector<Point> hull2;
    convexHull(points, hull2);
    double len4 = arcLength(hull2, true);
    // 80


    // Method 5: number of points in the contour
    // NOTE: this will simply count the number of points in the contour.
    // It works only if: 
    //     1) findContours was used with option CHAIN_APPROX_NONE.
    //     2) the contours is thin (has thickness of 1 pixel).

    double len5 = contours[0].size(); 
    // 80

    return 0;

【讨论】：

这样去掉了断言错误，但是结果不正确。我创建了一个正方形轮廓，每边等于 20，我得到的答案是 848.784，不过应该是 80。我也不明白其他点如何存储在 Mat 中。

我刚刚查看了积分顺序，似乎需要对它们进行排序。我稍后会返回结果

太棒了！我必须说我考虑过寻找轮廓但没有选择正确的配置常数。 还有一点更重要。凸面将并不总是正常工作，因为可能有更复杂的轮廓（我也有这样的图像）。我也不太确定最后一种方法 5 是否适用于其他示例，例如三角形。因此，我建议您在答案中添加评论，我会将您的答案标记为已接受。

@Anjenson 我以为您只有您发布的图片。正如您所说，一般而言，并非每种方法都能奏效。因此添加了一些 cmets 来澄清这一点。让我知道现在是否更清楚了。