当前位置: 首页 > news >正文

OpenCV结构分析与形状描述符(9)检测轮廓相对于其凸包的凹陷缺陷函数convexityDefects()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

查找一个轮廓的凸性缺陷。
下图显示了一个手部轮廓的凸性缺陷:
在这里插入图片描述
convexityDefects 是 OpenCV 库中的一个函数,用于检测轮廓相对于其凸包的凹陷缺陷。这个函数可以帮助识别轮廓中的凹进去的部分,通常被用来分析手部或其他物体的形状特征。

函数原型


void cv::convexityDefects
(InputArray 	contour,InputArray 	convexhull,OutputArray 	convexityDefects 
)		

参数

  • 参数contour 输入的轮廓。
  • 参数convexhull 使用 convexHull 获得的凸包,应包含构成凸包的轮廓点的索引。
  • 参数convexityDefects 凸性缺陷的输出向量。在 C++ 和新的 Python/Java 接口中,每个凸性缺陷表示为一个四元素整数向量(即 Vec4i):(start_index, end_index, farthest_pt_index, fixpt_depth),其中索引是原始轮廓中凸性缺陷起始点、终点和最远点的 0 基础索引,而 fixpt_depth 是最远轮廓点与凸包之间距离的定点近似值(带有 8 位小数部分)。也就是说,要获得深度的浮点数值,需要将 fixpt_depth 除以 256.0。

代码示例


#include <iostream>
#include <opencv2/opencv.hpp>using namespace std;
using namespace cv;int main()
{// 加载一张图像Mat img = imread( "/media/dingxin/data/study/OpenCV/sources/images/hand2.png", IMREAD_GRAYSCALE );if ( img.empty() ){cerr << "Error: Image not found." << endl;return -1;}// 二值化处理Mat binImg;threshold( img, binImg, 48, 255, THRESH_BINARY_INV );//imshow( "er zhi", binImg );// 寻找轮廓vector< vector< Point > > contours;findContours( binImg, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE );// 假设我们只处理第一个最大的轮廓vector< Point > contour = contours[ 0 ];// 计算凸包vector< int > hull;convexHull( contour, hull );// 计算凹陷缺陷vector< Vec4i > defects;convexityDefects( contour, hull, defects );// 在原图上绘制凸包和凹陷缺陷Mat drawing = Mat::zeros( img.size(), CV_8UC3 );drawContours( drawing, contours, 0, Scalar( 255, 0, 0 ), 2 );  // 绘制轮廓//imshow( "Convexity ", drawing );// 绘制凹陷缺陷for ( size_t i = 0; i < defects.size(); i++ ){Vec4i defect   = defects[ i ];Point start    = contour[ defect[ 0 ] ];Point end      = contour[ defect[ 1 ] ];Point farthest = contour[ defect[ 2 ] ];line( drawing, start, end, Scalar( 0, 255, 0 ), 1 );      // 绘制凹陷缺陷的边缘circle( drawing, farthest, 5, Scalar( 0, 0, 255 ), -1 );  // 绘制凹陷缺陷的最远点}// 显示结果imshow( "Original image", img );imshow( "Convexity Defects", drawing );waitKey( 0 );return 0;
}

运行结果

在这里插入图片描述

http://www.lryc.cn/news/434448.html

相关文章:

  • HTTP 之 响应头信息(二十三)
  • 智能风扇的全新升级:NRK3603语音芯片识别控制模块的应用
  • 如何通过pSLC技术实现性能与容量的双赢
  • 减速电机的基本结构及用料简介
  • 1688跨境电商接口开放接入,跨境电商的尽头到底谁在赚钱?
  • SpringBoot 增量部署发布
  • java八股!1
  • 【学术会议征稿】2024年智能驾驶与智慧交通国际学术会议(IDST 2024)
  • 2024最全网络安全工程师面试题(附答案)
  • 828华为云征文| 华为云 Flexus X 实例:引领云计算新时代的柔性算力先锋
  • 何时何地,你需要提示工程、函数调用、RAG还是微调大模型?
  • three.js线框模式
  • VScode 的简单使用
  • 五星级可视化页面(07):城市交通方向,城市畅通的保障。
  • 贪心+构造,1924A - Did We Get Everything Covered?
  • 麦汁煮沸工艺
  • 企业级WEB应用服务器---TOMACT
  • 前端:JavaScript中的this
  • Zynq7020 SDK 初学篇(5)- 中断
  • 如何清缓存
  • 《计算机算法设计与分析》笔记
  • 智能指针怎么就智能了?
  • mysql 限制用户登录次数超过3次就 锁定账户在一段时间内不运行操作
  • 深度学习中的常用线性代数知识汇总——第二篇:行列式、逆矩阵、特征值与特征向量
  • 《MaPLe: Multi-modal Prompt Learning》中文校对版
  • MFC修改控件ID的详细说明
  • MySQL高可用配置及故障切换
  • AI模型一体机:智能办公的未来
  • jina的Embedding Reranker
  • Prompt Engineer: 使用Thought来提升LLM的回复能力