计算轮廓的特征参数(周长、面积、圆形度、周径比等)

使用C++、opencv计算轮廓的周长、面积、圆形度、周径比等特征参数

图像的特征参数用于图像的模式识别(图像识别),获取越多种类的特征参数,可从中选择合适的进行组合,进而更好地区分各个物体。

之前介绍过获取图像的灰度共生矩阵(https://blog.csdn.net/Lemon_jay/article/details/89455887)、不变矩(https://blog.csdn.net/Lemon_jay/article/details/89457633)、傅立叶描述子(https://blog.csdn.net/Lemon_jay/article/details/89349006)等,此次根据物体的轮廓进而计算出轮廓的周长、面积、圆形度、周径比等特征参数。还可自行拓展,如物体面积与最小外接矩形面积比、与最小外接圆的面积比、(最大)内切圆与物体面积比等。


opencv中相关API:

RotatedRect minAreaRect(InputArray points)

minAreaRect()函数的作用是找到轮廓的最小外接矩形

InputArray points:表示输入的点集(轮廓)

输出是矩形的四个点坐标

 void minEnclosingCircle(InputArray points, Point2f& center, float& radius)

points:输入的点集(轮廓),可以为包含点的容器(vector)或是Mat。

center:返回包覆圆形的圆心。

radius:返回包覆圆形的半径。


其他知识点:所谓周长、面积等肯定不是物体真实的周长面积,代码所求的周长面积都是以像素点为单位,周长就是轮廓点集合的个数(以1像素点为步长),面积就是轮廓所围的所有像素点个数,所以想知道物体的真实周长面积,可以在图像中加入一个标准物体(如一张A4纸),并在找到、计算物体的参数时同时要找到、计算标准物体的参数,再进行换算。

圆形度计算公式采用的是:e=(4π*面积)/(周长*周长)

周径比的周即周长,径是指上面找到的轮廓最小外接矩形的长的一条边


代码如下:

#include "stdafx.h"
#include 
#include 
#include 
#include   
#include   

using namespace cv;
using namespace std;

int main()
{
	//改变控制台字体颜色
	system("color 02");
	
	//读取图像
	Mat src_image = imread("C:\\1.jpg");
	//出错判断
	if (!src_image.data)
	{
		cout << "src image load failed!" << endl;
		return -1;
	}
	//显示原图
	namedWindow("原图", WINDOW_NORMAL);
	imshow("原图", src_image);

	//高斯滤波去噪声
	Mat blur_image;
	GaussianBlur(src_image, blur_image, Size(3, 3), 0, 0);
	imshow("GaussianBlur", blur_image);

	//灰度变换与二值化
	Mat gray_image, binary_image;
	cvtColor(blur_image, gray_image, COLOR_BGR2GRAY);
	threshold(gray_image, binary_image, 50, 255, THRESH_BINARY);
	imshow("binary", binary_image);

	//形态学闭操作(粘合断开的区域)
	Mat morph_image;
	Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
	morphologyEx(binary_image, morph_image, MORPH_CLOSE, kernel, Point(-1, -1), 1);
	imshow("morphology", morph_image);

	//查找所有外轮廓
	vector< vector > contours;
	vector hireachy;
	findContours(binary_image, contours, hireachy, CV_RETR_EXTERNAL, CHAIN_APPROX_NONE, Point());

	//定义结果图
	Mat result_image = Mat::zeros(src_image.size(), CV_8UC3);

	//drawContours(result_image, contours, -1, Scalar(0, 0, 255), 1, 8, hireachy);//画出所有轮廓

	//颜色表,用不同颜色画出找到的不同轮廓
	Scalar color[] = { Scalar(0,0,255), Scalar(0,255,0), Scalar(255,0,0), Scalar(255,255,0) ,Scalar(255,0,255) };
	
	//初始化周长、面积、圆形度、周径比
	double len = 0, area = 0, roundness = 0, lenratio = 0;

	//循环找出所有符合条件的轮廓
	for (size_t t = 0; t < contours.size(); t++)
	{
		//条件:过滤掉小的干扰轮廓
		Rect rect = boundingRect(contours[t]);
		if (rect.width < 10)
			continue;
		//画出找到的轮廓
		drawContours(result_image, contours, static_cast(t), Scalar(255, 255, 255), 1, 8, hireachy);

		//绘制轮廓的最小外结矩形
		RotatedRect minrect = minAreaRect(contours[t]);
		Point2f P[4];
		minrect.points(P);
		for (int j = 0; j <= 3; j++)
		{
			line(result_image, P[j], P[(j + 1) % 4], color[t], 1);
		}
		//cout << minrect.size << endl;//外接矩形尺寸

		//绘制轮廓的最小外结圆
		Point2f center; float radius;
		minEnclosingCircle(contours[t], center, radius);
		circle(result_image, center, radius, color[t], 1);

		//计算面积、周长、圆形度、周径比
		area = contourArea(contours[t]);//面积
		len = arcLength(contours[t], true);//周长
		roundness = (4 * CV_PI*area) / (len*len);//圆形度
		//周径比,这里的周即周长,径是指上面找到的轮廓最小外接矩形的长的一条边
		lenratio = len / (minrect.size.height > minrect.size.width ? minrect.size.height : minrect.size.width);

		//输出结果
		cout << "轮廓" << t <<":"<< endl;
		cout << "周长:" << len << endl;
		cout << "面积:" << area << endl;
		cout << "圆形度:" << roundness << endl;
		cout << "周径比:" << lenratio << endl;

	}
	//显示结果
	namedWindow("轮廓图", WINDOW_NORMAL);
	imshow("轮廓图", result_image);

	waitKey(0);
	return 0;
}

 源图像(为显示效果,一张图中有三个待计算的物体):

计算轮廓的特征参数(周长、面积、圆形度、周径比等)_第1张图片

结果图:

 计算轮廓的特征参数(周长、面积、圆形度、周径比等)_第2张图片

结果数据:

 计算轮廓的特征参数(周长、面积、圆形度、周径比等)_第3张图片

可根据轮廓为几,和颜色表,找到对应轮廓,查看该轮廓信息,也可添加文件写入操作保存轮廓的信息。

 另外还可计算最小外接矩形的面积、最小外接圆的面积、(最大)内切圆(https://blog.csdn.net/Lemon_jay/article/details/89467577)的面积进而计算更多的特征参数。

你可能感兴趣的:(C++,opencv,图像处理)