opencv findcourter之后的轮廓点拟合

1、Douglas-Peucker(DP)算法 -- 多边形逼近

//! approximates contour or a curve using Douglas-Peucker algorithm
CV_EXPORTS_W void approxPolyDP( InputArray curve,OutputArray approxCurve,double epsilon, bool closed );

[Douglas73]Douglas-Peucker算法(道格拉斯-普克算法)是将曲线近似表示为一系列点，并减少点的数量的一种算法。它的优点是具有平移和旋转不变性，给定曲线与阈值后，抽样结果一定。Douglas—Peucker算法通常用于线状矢量数据压缩、轨迹数据压缩等。https://en.wikipedia.org/wiki/Ramer-Douglas-Peucker_algorithm

approxPolyDP是多边形逼近：当需要对图像进行形状分析时，需要使用多边形逼近一个轮廓，使得顶点数目变少，算法原理比较简单，核心就是不断找多边形最远的点加入形成新的多边形，直到最短距离小于指定的精度。

approxPolyDP算法步骤:
(1)连接曲线首尾两点A、B形成一条直线AB；
(2)计算曲线上离该直线段距离最大的点C，计算其与AB的距离d；
(3)比较该距离与预先给定的阈值threshold的大小，如果小于threshold，则以该直线作为曲线的近似，该段曲线处理完毕。
(4)如果距离大于阈值，则用点C将曲线分为两段AC和BC，并分别对两段曲线进行步骤[1~3]的处理。
(5)当所有曲线都处理完毕后，依次连接各个分割点形成折线，作为原曲线的近似。

2、Teh-Chin算法

//! the contour approximation algorithm
enum
{CHAIN_APPROX_NONE=CV_CHAIN_APPROX_NONE,CHAIN_APPROX_SIMPLE=CV_CHAIN_APPROX_SIMPLE,CHAIN_APPROX_TC89_L1=CV_CHAIN_APPROX_TC89_L1,CHAIN_APPROX_TC89_KCOS=CV_CHAIN_APPROX_TC89_KCOS
};//! retrieves contours and the hierarchical information from black-n-white image.
CV_EXPORTS_W void findContours( InputOutputArray image, OutputArrayOfArrays contours,OutputArray hierarchy, int mode,int method, Point offset=Point());method –
Contour approximation method (if you use Python see also a note below).CV_CHAIN_APPROX_NONE stores absolutely all the contour points. That is, any 2 subsequent points (x1,y1) and (x2,y2) of the contour will be either horizontal, vertical or diagonal neighbors, that is, max(abs(x1-x2),abs(y2-y1))==1.
CV_CHAIN_APPROX_SIMPLE compresses horizontal, vertical, and diagonal segments and leaves only their end points. For example, an up-right rectangular contour is encoded with 4 points.
CV_CHAIN_APPROX_TC89_L1,CV_CHAIN_APPROX_TC89_KCOS applies one of the flavors of the Teh-Chin chain approximation algorithm. See [TehChin89] for details.

[TehChin89]Teh, C.H. and Chin, R.T., On the Detection of Dominant Points on Digital Curve. PAMI 11 8, pp 859-872 (1989)

3、Rosenfeld-Johnson

[Rosenfeld73]

---

参考文献

https://docs.opencv.org/2.4/modules/imgproc/doc/structural_analysis_and_shape_descriptors.html

https://blog.csdn.net/qq_30815237/article/details/86901728 图像轮廓的多边形逼近approxPolyDP、轮廓包围框\圆\椭圆、凸包

《学习Opencv中文版》第8章

opencv findcourter之后的轮廓点拟合相关推荐

（openCV 十九）轮廓Contours形状拟合
什么是轮廓? 轮廓可以简单认为成将连续的点(连着边界)连在一起的曲线,具有相同的颜色或者灰度.轮廓在形状分析和物体的检测和识别中很有用. • 为了更加准确,要使用二值化图像.在寻找轮廓之前,要进行阈 ...
OpenCV：07图像轮廓
图像轮廓什么是图形轮廓查找轮廓绘制轮廓计算轮廓的面积和周长轮廓面积轮廓周长多边形逼近凸包轮廓拟合外接矩形最小外接矩形最大外接矩形外接圆边缘检测`Canny` 霍夫变换直线 ...
【opencv】(6) 图像轮廓处理
各位同学好,今天和大家分享一下opencv中如何获取图像轮廓,以及对轮廓的一些其他操作.内容有: (1)轮廓检测:cv2.findContours():(2)轮廓绘制:cv2.drawContours ...
【图像处理】——Python+opencv实现二值图像的轮廓边界跟踪以及轮廓面积周长的求解（findcontours函数和contourArea函数）
目录一.函数 cv.findContours 二.轮廓层级(返回参数hierarchy) 三.轮廓寻找方式 1. RETR_LIST 2. RETR_TREE 3. RETR_EXTERNAL 4. ...
OpenCV之findContours获取轮廓（Python版）
参考:https://blog.csdn.net/loovelj/article/details/78739790 OpenCV自带寻找轮廓的函数,流程是:获取灰度图→图片二值化→寻找轮廓直接上代码 ...
实战 | OpenCV如何将不同轮廓合并成一个轮廓(附Python / C++源码)
点击下方卡片,关注"OpenCV与AI深度学习"公众号! 视觉/图像重磅干货,第一时间送达! 导读本文主要介绍如何用OpenCV将不同的轮廓合并成一个轮廓的实现方法和代码演示. ...
opencv 查找并绘制轮廓
一个轮廓一般对应一系列的点, 也就是图像中的一条曲线.其表示方法可能根据不同的情况而有所不同. 在opencv中可以用findContours()函数从二值图像查找轮廓 findContours()函 ...
【OpenCV】直线、轮廓的提取与描述
基于内容的图像分析的重点是提取出图像中具有代表性的特征,而线条.轮廓.块往往是最能体现特征的几个元素,这篇文章就针对于这几个重要的图像特征,研究它们在OpenCV中的用法,以及做一些简单的基础应用. ...
OpenCV使用findContours查找轮廓和相关函数——C++
OpenCV使用findContours查找轮廓和相关函数--C++ findContours函数的使用 findContours函数的使用 //查找前景的区域 vector<vector< ...

opencv findcourter之后的轮廓点拟合

opencv findcourter之后的轮廓点拟合相关推荐

最新文章

热门文章