Opencv中如何寻找连通域的几何中心

拿如下图做解释 //图片来自http://www.opencv.org.cn/forum.php?mod=viewthread&tid=2865714

这张图里面有多个几何图形，如何得到每一个多边形的中心点。我们需要以下几个函数实现

findContours( InputOutputArray image, OutputArrayOfArrays contours,OutputArray hierarchy, int mode,  int method, Point offset=Point());

Moments moments(InputArray array, bool binaryImage=false )

void drawContours(InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color, int thickness=1, int lineType=8, InputArray hierarchy=noArray(), int maxLevel=INT_MAX, Point offset=Point() )

findContours可以寻找图像中的轮廓，而知道了轮廓再去找中心其实是个数学问题。

moments计算轮廓的特征矩，有了特征矩就可以计算中心。至于其中按照什么数学思想进行运算，请参考以下博文：

https://www.cnblogs.com/mikewolf2002/p/3427564.html

drawContours可以画出找得到轮廓。因为本篇关注中线点，这个函数我只是提到，大家有兴趣可以自行查阅：

http://www.opencv.org.cn/opencvdoc/2.3.2/html/modules/imgproc/doc/structural_analysis_and_shape_descriptors.html?highlight=drawcontours#void drawContours(InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color, int thickness, int lineType, InputArray hierarchy, int maxLevel, Point offset)

接下来是实例代码：

int main()
{Mat matSrc = imread("qiqiaoban.jpg", 0);GaussianBlur(matSrc, matSrc, Size(5, 5), 0);vector<vector<Point> > contours;//contours的类型，双重的vectorvector<Vec4i> hierarchy;//Vec4i是指每一个vector元素中有四个int型数据。//阈值threshold(matSrc, matSrc, 60, 255, THRESH_BINARY);//寻找轮廓，这里注意，findContours的输入参数要求是二值图像，二值图像的来源大致有两种，第一种用threshold，第二种用cannyfindContours(matSrc.clone(), contours, hierarchy,CV_RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(0, 0));/// 计算矩vector<Moments> mu(contours.size());for (int i = 0; i < contours.size(); i++){mu[i] = moments(contours[i], false);}///  计算中心矩:vector<Point2f> mc(contours.size());for (int i = 0; i < contours.size(); i++){mc[i] = Point2f(mu[i].m10 / mu[i].m00, mu[i].m01 / mu[i].m00);}/// 绘制轮廓Mat drawing = Mat::zeros(matSrc.size(), CV_8UC1);for (int i = 0; i < contours.size(); i++){Scalar color = Scalar(255);drawContours(drawing, contours, i, color, 2, 8, hierarchy, 0, Point());circle(drawing, mc[i], 4, color, -1, 8, 0);}imshow("outImage",drawing);waitKey();return 0;}

效果如下：

Opencv中如何寻找连通域的几何中心相关推荐

OpenCV中的图像处理3.9（六）轮廓线特征与属性
目录 3.9 OpenCV中的轮廓线 3.9.1 轮廓线:入门目标什么是轮廓线? 如何绘制轮廓线? 轮廓线逼近法 3.9.2 轮廓线的特征 1. 矩 2. 轮廓线面积 3. 轮廓线周长 4. 轮廓 ...
OpenCV中的图像处理中
图像金字塔一般情况下,我们要处理是一副具有固定分辨率的图像.但是有些情况下,我们需要对同一图像的不同分辨率的子图像进行处理.比如,我们要在一幅图像中查找某个目标,比如脸,我们不知道目标在图像中的尺寸 ...
OpenCV学习笔记(12)——OpenCV中的轮廓
什么是轮廓找轮廓.绘制轮廓等 1.什么是轮廓轮廓可看做将连续的点(连着边界)连在一起的曲线,具有相同的颜色和灰度.轮廓在形态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 ...
OpenCV中的光流及视频特征点追踪
OpenCV中的光流及视频特征点追踪 1. 效果图 2. 原理 2.1 什么是光流?光流追踪的前提.原理 2.2 光流的应用 2.3 光流的2种方法 3. 源码 3.2 稀疏光流追踪 3.2 优化版稀 ...
OpenCV中的SURF（Speeded-Up Robust Features 加速鲁棒特征）
OpenCV中的SURF(加速健壮功能) 1. 效果图 2. 原理 2.1 为什么SURF比SIFT快? 2.3 怎样获取SIFT与SURF? 3. 源码参考上一篇博客介绍了用于关键点检测和描述的 ...
Python，OpenCV中的K近邻（knn K-Nearest Neighbor）及改进版的K近邻
Python,OpenCV中的K近邻(knn K-Nearest Neighbor)及改进版的K近邻 1. 效果图 2. 源码参考这篇博客将介绍将K-最近邻 (KNN K-Nearest Neig ...
OpenCV中的特征匹配+单应性以查找对象
OpenCV中的特征匹配+单应性以查找对象 1. 效果图 2. 源码参考这篇博客将混合calib3d模块中的特征匹配和单应性,在复杂图像中查找已知对象. 1. 效果图特征匹配 & 单应性 ...
OpenCV中的特征匹配（Feature Matching）
OpenCV中的特征匹配(Feature Matching) 1. 效果图 2. 原理 3. 源码 3.1 SIFT关键点检测+Knn近邻匹配 3.2 ORB关键点检测+蛮力特征匹配 3.3 SIFT ...
OpenCV中的快速特征检测——FAST（Features from Accelerated Segment Test）
OpenCV中的快速特征检测--FAST(Features from Accelerated Segment Test) 1. 效果图 2. 源码参考 OpenCV中的尺度不变特征变换(SIFT S ...

Opencv中如何寻找连通域的几何中心

Opencv中如何寻找连通域的几何中心相关推荐

最新文章

热门文章