【OpenCV图像处理】1.29 凸包（Convex Hull）

相关理论

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

• 检测算法 - Graham扫描法
  • 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
  • No worry,我们只是需要了解，OpenCV已经实现了凸包发现算法和API提供我们使用。

• API说明 cv::convexHull

  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则自动忽略
  

代码 & 效果展示

• 代码演示流程
  • 首先把图像从RGB转为灰度
  • 然后再转为二值图像
  • 在通过发现轮廓得到候选点
  • 凸包API调用
  • 绘制显示。

相关代码：

#include 
#include 
#include 

using namespace std;
using namespace cv;

#ifndef P29
#define P29 29
#endif

#if P29 // 凸包
Mat src, src_gray, dst;
int threshold_value = 100;
int threshold_max = 255;
const char* output_win = "convex hull demo";
RNG rng(12345);

void Threshold_Callback(int, void*) {
    Mat bin_output;
    vector<vector<Point>> contours;
    vector<Vec4i> hierachy;

    threshold(src_gray, bin_output, threshold_value, threshold_max, THRESH_BINARY);
    findContours(bin_output, contours, hierachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));

    vector<vector<Point>> convexs(contours.size());
    for (size_t i = 0; i < contours.size(); i++) {
        convexHull(contours[i], convexs[i], false, true);
    }

    // 绘制
    dst = Mat::zeros(src.size(), CV_8UC3);
    vector<Vec4i> empty(0);
    for (size_t k = 0; k < contours.size(); k++) {
        Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
        drawContours(dst, contours, k, color, 2, LINE_8, hierachy, 0, Point(0, 0));
        drawContours(dst, convexs, k, color, 2, LINE_8, empty, 0, Point(0, 0));
    }
    imshow(output_win, dst);

    return;
}
#endif

int main() {
    std::string path = "../fei.JPG";
    cv::Mat img = cv::imread(path, 5);
    if(img.empty())
    {
        std::cout << "open file failed" << std::endl;
        return -1;
    }
    
#if P29 //凸包
    const char* input_win = "input image";
    namedWindow(input_win, WINDOW_AUTOSIZE);
    namedWindow(output_win, WINDOW_NORMAL);
    const char* trackbar_label = "Threshold : ";

    src = img;
    cvtColor(src, src_gray, CV_BGR2GRAY);
    blur(src_gray, src_gray, Size(3, 3), Point(-1, -1), BORDER_DEFAULT);
    imshow(input_win, src_gray);

    createTrackbar(trackbar_label, output_win, &threshold_value, threshold_max, Threshold_Callback);
    Threshold_Callback(0, 0);
#endif

    cv::waitKey(0);
    cv::destroyAllWindows();
    return 0;
}

展示效果：