当前位置: 首页 > news >正文

凸缺陷 convexityDefects

获取凸包,可以参考我的这篇文章: 凸包(Convex Hull)代码实现案例

获取了凸包之后,可以干什么呢?
凸缺陷凸包与轮廓之间的部分称为凸缺陷。凸缺陷可用来处理手势识别等问题。
在这里插入图片描述
通常情况下,使用如下四个特征值来表示凸缺陷:
● 起点:该特征值用于说明当前凸缺陷的起点位置。需要注意的是,起点值用轮廓索引表示。也就是说,起点一定是轮廓中的一个点,并且用其在轮廓中的序号来表示。例如,点A是凸缺陷1的起点。
● 终点:该特征值用于说明当前凸缺陷的终点位置。该值也是使用轮廓索引表示的。例如,图8-4中的点B是凸缺陷1的终点。
● 轮廓上距离凸包最远的点。例如,点C是凸缺陷1中的轮廓上距离凸包最远的点。
● 最远点到凸包的近似距离。例如,距离D是凸缺陷1中的最远点到凸包的近似距离。

OpenCV提供了函数cconvexityDefects()用来获取凸缺陷,其语法格式如下:
CONVEXITYDEFECTS()是OpenCV库中的一个函数,主要用于计算图像中凸缺陷的信息。它可以通过输入的轮廓点信息计算出凸缺陷的数量、位置和深度等信息,可以用于手势识别、目标检测等应用场景。在C++中使用该函数时,需要包含OpenCV头文件,并按照函数参数要求输入轮廓点信息和凸包点信息等参数,然后通过输出参数获取凸缺陷信息。

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

函数参数说明如下:

  • contour:输入的轮廓点信息,可以通过cv::findContours()函数获取。
  • convexhull:输入的凸包点信息,可以通过cv::convexHull()函数获取。
  • convexityDefects:输出的凸缺陷信息,是一个N行4列的矩阵,每行包含4个元素,分别是凸缺陷起点索引、终点索引、最远点索引和距离

使用CONVEXITYDEFECTS()函数的步骤如下:

    1. 读取图像并转换为灰度图像。
Mat src = imread("image.jpg");
Mat gray;
cvtColor(src, gray, CV_BGR2GRAY);
    1. 对灰度图像进行二值化处理。
Mat binary;threshold(gray, binary, 100, 255, THRESH_BINARY);
  • 3.获取图像中的轮廓信息。
vector<vector<Point>> contours;
findContours(binary, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
  • 4.对每个轮廓计算凸包点信息。
vector<vector<int>> hull(contours.size());
for (int i = 0; i < contours.size(); i++){   convexHull(contours[i], hull[i], false);}
  • 5.对每个轮廓计算凸缺陷信息。
vector<vector<Vec4i>> defects(contours.size());for (int i = 0; i < contours.size(); i++) { if (hull[i].size() > 3) {  convexityDefects(contours[i], hull[i], defects[i]);  }}
  • 6.遍历所有轮廓的凸缺陷信息,并绘制凸缺陷。
for (int i = 0; i < contours.size(); i++) {    for (int j = 0; j < defects[i].size(); j++) {        Vec4i& v = defects[i][j];        float depth = v[3] / 256.0;        if (depth > 10) {            int startidx = v[0];            Point start(contours[i][startidx]);            int endidx = v[1];            Point end(contours[i][endidx]);            int faridx = v[2];            Point far(contours[i][faridx]);            line(src, start, end, Scalar(0, 0, 255), 2);            line(src, start, far, Scalar(0, 255, 0), 2);            line(src, end, far, Scalar(0, 255, 0), 2);            circle(src, far, 4, Scalar(0, 255, 0), -1);  }    }
}

这样就可以计算图像中轮廓的凸缺陷信息,并绘制凸缺陷。

总结一下,CONVEXITYDEFECTS()函数是OpenCV中用于计算轮廓凸缺陷信息的函数,可以用于手势识别、目标检测等应用场景。使用该函数时,需要先获取轮廓和凸包信息,然后使用该函数计算凸缺陷信息,并根据需求对凸缺陷进行处理和绘制。

应用:

针对手势进行凸缺陷检测,可以实现手势识别。此时,仅计算指缝间的凸缺陷个数,根据该值识别手势表示的数值。
例如
● 有4个凸缺陷时,手势表示数值5。
● 有3个凸缺陷时,手势表示数值4。
● 有2个凸缺陷时,手势表示数值3。
● 有1个凸缺陷时,手势表示数值2。
● 有0个凸缺陷时,手势可能表示数值1,也可能表示数值0。

http://www.lryc.cn/news/91167.html

相关文章:

  • c语言编程练习题:7-43 Shuffling Machine
  • ffmpeg enum AVChannel枚举解析
  • invest模型教程
  • LinuxShell编程
  • stm32学习笔记-11 SPI通信
  • “微商城”项目(3页面布局)
  • Java 八股文 - MySQL
  • 周赛347(模拟、思维题、动态规划+优化)
  • String AOP的使用
  • 华为芯片基地旁,龙华科技小镇大水坑片区城市更新单元旧改项目
  • 论文阅读 | 频谱监测、认知电子战、网电攻击
  • MySQL server安装记录
  • 平衡树原理讲解
  • SpringMVC框架面试专题(初级-中级)-第七节
  • 爬虫实战案例
  • ConcurrentLinkedQueue非阻塞无界链表队列
  • 排序算法稳定性
  • 统计学期末复习整理
  • Sketch在线版免费使用,Windows也能用的Sketch!
  • 详解uni-app项目运行在安卓真机调试
  • 体积小、无广告、超实用的5款小工具
  • OZON好出单吗?新手如何做?注意事项是什么?
  • 性能测试需求分析有哪些?怎么做?
  • STM32F103RCT6 -- 基于FreeRTOS 的USART1 串口通讯
  • 区间预测 | MATLAB实现基于QRCNN-LSTM-Multihead-Attention多头注意力卷积长短期记忆神经网络多变量时间序列区间预测
  • 递归--打印一个字符串的全部排列(java)
  • 【001 设备驱动】主设备号和次设备号的用途
  • 移动端PDF在线预览
  • 虚拟机两次寻址
  • DRF之JWT认证