当前位置: 首页 > news >正文

27 OpenCV 凸包

文章目录

  • 概念
  • Graham扫描算法
  • convexHull 凸包函数
  • 示例

概念

什么是凸包(Convex Hull),在一个多变形边缘或者内部任意两个点的连线都包含在多边形边界或者内部。
正式定义:
包含点集合S中所有点的最小凸多边形称为凸包
在这里插入图片描述

Graham扫描算法

  • 首先选择Y方向最低的点作为起始点p0
  • 从p0开始极坐标扫描,依次添加p1….pn(排序顺序是根据极坐标的角度大小,逆时针方向)
  • 对每个点pi来说,如果添加pi点到凸包中导致一个左转向(逆时针方法)则添加该点到凸包, 反之如果导致一个右转向(顺时针方向)删除该点从凸包中
    在这里插入图片描述

convexHull 凸包函数

convexHull(
InputArray points,// 输入候选点,来自findContours
OutputArray hull,// 凸包
bool clockwise,// default true, 顺时针方向
bool returnPoints)// true 表示返回点个数,如果第二个参数是vector<Point>则自动忽略

示例

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>using namespace std;
using namespace cv;Mat src, src_gray, dst; // 定义原始图像、灰度图像和结果图像
int threshold_value = 100; // 初始阈值设为100
int threshold_max = 255; // 最大阈值为255
const char* output_win = "convex hull demo"; // 定义输出窗口名称
RNG rng(12345); // 随机数生成器// 回调函数声明
void Threshold_Callback(int, void*);int main(int argc, char** argv) {src = imread("D:/vcprojects/images/hand.png"); // 读取图像if (!src.data) {printf("could not load image...\n");return -1;}const char* input_win = "input image";namedWindow(input_win); // 创建输入图像窗口namedWindow(output_win); // 创建输出图像窗口const char* trackbar_label = "Threshold : "; // 创建滑动条标题cvtColor(src, src_gray, CV_BGR2GRAY); // 将彩色图像转换为灰度图像blur(src_gray, src_gray, Size(3, 3), Point(-1, -1), BORDER_DEFAULT); // 对灰度图像进行模糊处理imshow(input_win, src_gray); // 在输入窗口中显示灰度图像createTrackbar(trackbar_label, output_win, &threshold_value, threshold_max, Threshold_Callback); // 创建阈值滑动条Threshold_Callback(0, 0); // 初始化回调函数waitKey(0); // 等待按键return 0;
}void Threshold_Callback(int, void*) {Mat bin_output; // 二值化输出图像vector<vector<Point>> contours; // 存储轮廓点集vector<Vec4i> hierachy; // 轮廓层级关系threshold(src_gray, bin_output, threshold_value, threshold_max, THRESH_BINARY); // 对灰度图像进行阈值处理findContours(bin_output, contours, hierachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0)); // 查找图像中的轮廓vector<vector<Point>> convexs(contours.size()); // 存储凸包结果for (size_t i = 0; i < contours.size(); i++) {convexHull(contours[i], convexs[i], false, true); // 计算每个轮廓的凸包}dst = Mat::zeros(src.size(), CV_8UC3); // 创建与原始图像相同大小的空白图像vector<Vec4i> empty(0); // 空Vec4i用于绘制凸包for (size_t k = 0; k < contours.size(); k++) {Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)); // 随机颜色drawContours(dst, contours, k, color, 2, LINE_8, hierachy, 0, Point(0, 0)); // 绘制轮廓drawContours(dst, convexs, k, color, 2, LINE_8, empty, 0, Point(0, 0)); // 绘制凸包}imshow(output_win, dst); // 在输出窗口中显示结果图像return;
}

在这里插入图片描述

http://www.lryc.cn/news/324890.html

相关文章:

  • 【GPT概念04】仅解码器(only decode)模型的解码策略
  • 蔚来-安全开发一面/二面
  • Redis Cluster集群模式容器化部署
  • 网络原理(6)——IP协议
  • 淘宝商品详情API接口:快速获取商品信息的高效工具
  • 一分钟学习Markdown语法
  • Power Apps 学习笔记 -- OrganizationRequestCollection
  • python绘图matplotlib——使用记录1
  • Spring Data访问Elasticsearch----创建存储库实例
  • Wireshark TS | DNS 案例分析之外的思考
  • nginx集群部署访问不了怎么解决
  • 抖音小程序开发资质认证流程和资料
  • 【JAVA】通过JAVA实现用户界面的登录
  • UE5 C++ 3D血条 响应人物受伤 案例
  • 阿里云2核4G服务器支持多少人在线?2C4G多少钱一年?
  • 【STK】手把手教你利用STK进行导弹和反导仿真02 - STK/MMT模块01 导弹任务分析工具概述
  • 新台阶——蓝桥杯单片机省赛第十四届程序设计题目
  • php魔术方法
  • Linux系统——Mysql索引详解
  • Java22已发布,支持SpringBoot3.3.0正式版
  • 第二证券策略:关注部分华为板块、年报绩优品种反弹机会
  • IBM SPSS Statistics for Mac v27.0.1中文激活版
  • C# WPF编程-布局
  • 上位机图像处理和嵌入式模块部署(qmacvisual点线测量)
  • yolov5训练并生成rknn模型部署在RK3588开发板上,实现NPU加速推理
  • SCI一区 | Matlab实现SSA-TCN-BiGRU-Attention麻雀算法优化时间卷积双向门控循环单元融合注意力机制多变量时间序列预测
  • javaSwing宿舍管理系统(三个角色)
  • 蓝桥杯day12刷题日记
  • 深度学习pytorch——多分类问题(持续更新)
  • Flutter探索之旅:控制键盘可见性的神奇工具(flutter_keyboard_visibility)