为了账号安全,请及时绑定邮箱和手机立即绑定

计算机视觉 OpenCV Android | 基本特征检测 之 轮廓分析

标签:
Android

(0)轮廓分析概述及作用

  • 通过将Canny边缘提取或者二值化结果作为输入图像来实现轮廓发现与绘制
    可是这些并不是我们想要的最终结果

    我们一般根据获取到的轮廓求出它们的外接矩形或者最小外接矩形
    并计算外接矩形横纵比例、轮廓面积、周长等数据

    然后使用这些数据实现特定几何形状轮廓查找与过滤
    后续的处理与分析剔除不正确的区域保留候选对象

(1)边界框
  • 最常见的获取轮廓的外接矩形边界框
    获取每个轮廓的边界框
    通过可以得到与各个轮廓相对应的高度与宽度
    并能通过它计算出轮廓的纵横比

通过轮廓点集合得到轮廓边界框的API如下:

boundingRect(MatOfPoint points)

其中,points轮廓所有点的集合对象注意其数据类型。

调用该API会返回一个Rect对象实例,它是OpenCV关于矩形的数据结构
从中可以得到外界矩形(边界框)的宽高
然后就可以计算出轮廓的横纵比了。

这种情况下得到的边界框不一定满足条件,有时候我们还需要获取轮廓的最小边界框

(2)最小边界框

与上面边界框不同的是,
获取到的最小边界框有时候不是一个水平或者垂直的矩形
而是一个旋转了一定角度的矩形

但是最小外接矩形(最小边界框)能够更加真实地反映出轮廓的几何结构大小
横纵比结果更能反映出轮廓的真实几何特征
所以有些时候我们计算的经常最小外接矩形

相关API函数如下:

RotatedRect minAreaRect(MatOfPoint2f points)

其中,points是轮廓的所有点的集合对象。注意其数据类型。

  • 调用该API会返回一个RotatedRect对象实例
    它是OpenCV关于旋转矩形的数据结构
    其包含了旋转角度,矩形的宽、高及四个顶点等信息
    通过相关的API都可以查询获得

    绘制旋转矩形对象的时候,
    首先需要得到四个顶点
    然后通过OpenCV绘制直线的API完成旋转矩形的绘制

(3)面积与周长
  • 轮廓分析中包含了轮廓大小的度量
    这些度量最常见的就是计算轮廓的面积大小长度大小

    这些数据对分析轮廓过滤掉一些不符合条件的轮廓十分有用。

计算轮廓面积的API如下:

contourArea(Mat contour, boolean oriented)

contour:轮廓的所有点集合对象
oriented:表示轮廓的方向,当oriented = true返回的面积是一个有符号值,默认为false,返回的是绝对值

计算轮廓周长的API如下:

arcLength(MatOfPoint2f curve, boolean closed)

curve:轮廓的所有点集合对象注意数据类型。
closed:表示是否为闭合曲线,默认是true

完整的发现获取轮廓、外接轮廓、最小外接轮廓、横纵比、面积与长度的代码演示如下:

private void measureContours(Mat src, Mat dst) {
  Mat gray= new Mat();
  Mat binary = new Mat();

  // 二值  Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);
  Imgproc.threshold(gray, binary, 0, 255, Imgproc.THRESH_BINARY | Imgproc.THRESH_OTSU);

  // 轮廓发现  List<MatOfPoint> contours = new ArrayList<MatOfPoint>();
  Mat hierarchy = new Mat();
  Imgproc.findContours(binary, contours, hierarchy, Imgproc.RETR_TREE, Imgproc.CHAIN_APPROX_SIMPLE, new Point(0, 0));

  // 测量轮廓  dst.create(src.size(), src.type());
  for(int i=0; i<contours.size(); i++) {
      Rect rect = Imgproc.boundingRect(contours.get(i));
      double w = rect.width;
      double h = rect.height;
      double rate = Math.min(w, h)/Math.max(w, h);
    Log.i("Bound Rect", "rate:" + rate);//一个轮廓元素打印一次    RotatedRect minRect = Imgproc.minAreaRect(new MatOfPoint2f(contours.get(i).toArray()));
    w = minRect.size.width;
    h = minRect.size.height;
    rate = Math.min(w, h)/Math.max(w, h);
    Log.i("Min Bound Rect", "rate:" + rate);

    double area = Imgproc.contourArea(contours.get(i), false);
    double arclen = Imgproc.arcLength(new MatOfPoint2f(contours.get(i).toArray()), true);
    Log.i("contourArea", "area:" + rate);
    Log.i("arcLength", "arcLength:" + arclen);
    Imgproc.drawContours(dst, contours, i, new Scalar(0, 0, 255), 1);
  }

  // 释放内存  gray.release();
  binary.release();
}



运行结果(左侧是原图,右侧是轮廓发现与绘制,计算结果参见logcat):

webp

上述的代码是求取图像的全部轮廓
修改上述程序,把返回轮廓改为返回最外层轮廓RETR_EXTERNAL
同时修改阈值化方法,将其改为THRESH_BINARY_INV
则运行结果如下:



作者:凌川江雪
链接:https://www.jianshu.com/p/9ac334cbf7f9


点击查看更多内容
1人点赞

若觉得本文不错,就分享一下吧!

评论

作者其他优质文章

正在加载中
感谢您的支持,我会继续努力的~
扫码打赏,你说多少就多少
赞赏金额会直接到老师账户
支付方式
打开微信扫一扫,即可进行扫码打赏哦
今天注册有机会得

100积分直接送

付费专栏免费学

大额优惠券免费领

立即参与 放弃机会
意见反馈 帮助中心 APP下载
官方微信

举报

0/150
提交
取消