opencv 3.0 常用函数 (2)

1寻找轮廓

     //创建轮廓
    vector<Vec4i> vecHierarchy;
    vector<vector<Point>> vecContours;
    //寻找外轮廓
    findContours(matSrc, vecContours, vecHierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_NONE ,Point(0, 0)); 
    if( vecContours.empty() == 0 || vecHierarchy.empty() == 0 )
    {
          return FALSE;
     }

2寻找轮廓的外切矩形

     RotatedRect box = minAreaRect(vecContours[1]); 
     Point2f Point[4];
     box.points(Point);

3.轮廓填充

CV_FILLED为全部填充,如果需要填充某一个轮廓填写那个轮廓的id。

     drawContours(matSrc, vecContours , 0, Scalar(255), CV_FILLED);

4.Canny检测图像边缘

经典的Canny边缘检测算法通常都是从高斯模糊开始,到基于双阈值实现边缘连接结束。但是在实际工程应用中,考虑到输入图像都是彩色图像,最终边缘连接之后的图像要二值化输出显示,所以完整的Canny边缘检测算法实现步骤如下:1. 彩色图像转换为灰度图像2. 对图像进行高斯模糊3. 计算图像梯度,根据梯度计算图像边缘幅值与角度4. 非最大信号压制处理(边缘细化)5. 双阈值边缘连接处理6. 二值化图像输出结果

     Canny(matSrc ,matDes ,125, 350);

5.灰度直方图均衡化

     equalizeHist(MatSrc, MatSrc);

6. 垂直投影

     void VerticalProjection(const Mat& src, Mat& dst) 
     { 
         // accept only char type matrices 
         CV_Assert(src.depth() != sizeof(uchar)); 

         dst.create(1, src.cols, CV_32F); 

         int i, j; 
         const uchar* p; 
         float* p_dst = dst.ptr<float>(0); 
         for(j = 0; j < src.cols; j++){ 
             p_dst[j] = 0; 
             for(i = 0; i < src.rows; i++){ 
                 p = src.ptr<uchar>(i); 
                 p_dst[j] += p[j]; 
             } 
         } 
     }

7. 水平投影

     void HorizonProjection(const Mat& src, Mat& dst) 
     { 
         // accept only char type matrices 
         CV_Assert(src.depth() != sizeof(uchar)); 

         dst.create(src.rows, 1, CV_32F); 
     
         int i, j; 
         const uchar* p; 
         float* p_dst; 
         for(i = 0; i < src.rows; i++){ 
             p = src.ptr<uchar>(i); 
             p_dst = dst.ptr<float>(i); 
             p_dst[0] = 0; 
             for(j = 0; j < src.cols; j++){ 
                 p_dst[0] += p[j]; 
             } 
         } 
     } 

8.hough变换检测圆

     vector<Vec3f> circles; 
     HoughCircles(matSrc, circles, CV_HOUGH_GRADIENT, 
                                    1, //累加器的分辨率(图像的尺寸/2) 
                                    6, //两个圆之间的最小距离 
                                    100, //Canny高阈值 
                                    5, //最小投票数 
                                    3,
                                    7); //极小极大半径3 10 

     vector<Vec3f>::const_iterator itc = circles.begin();
     while(itc != circles.end())
     {
          ...
          i++;
     }

9. 调节对比度和亮度

dContrast为对比度参数,范围为10-100,iBright为亮度参数范围为0-255。

    matTmp.convertTo( matSrc, -1, dContrast, iBright);

10.画矩形

Point1,Point2为矩形对角的2个点。

rectangle(matSrc, Point1, Point2, Scalar( 0, 0, 0), CV_FILLED, 0);

11.画直线

Point1,Point2为直线上的2个点。

line( matSrc , Point1 , Point2 , Scalar( 0, 0, 0) );

12.画圆或者点

circle( matSrc, Point, 2, Scalar(255,0,0,0), CV_FILLED, CV_AA, 0);
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,456评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,370评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,337评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,583评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,596评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,572评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,936评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,595评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,850评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,601评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,685评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,371评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,951评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,934评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,167评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,636评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,411评论 2 342

推荐阅读更多精彩内容