opencv(23)---轮廓特征属性及应用之最小外接矩形

轮廓最小外接矩形—minAreaRect()

函数原型

RotatedRect minAreaRect( InputArray points );

points: 输入的二维点集, 可以填Mat类型或std::vector
返回值: RotatedRect类矩形对象, 外接旋转矩形主要成员有center、size、 angle、points

注意点

在opencv中,坐标的原点在左上角,与x轴平行的方向为角度为0,逆时针旋转角度为负,顺时针旋转角度为正。而RotatedRect类是以矩形的哪一条边与x轴的夹角作为角度的呢?angle 是水平轴(x轴)逆时针旋转,与碰到的第一个边的夹角,而opencv默认把这个边的边长作为width,angle的取值范围必然是负的

opencv(23)---轮廓特征属性及应用之最小外接矩形_第1张图片

代码

   Mat srcImg = imread("D:\\1\\10.png");
    imshow("src", srcImg);
    Mat dstImg = srcImg.clone();

    cvtColor(srcImg, srcImg, CV_BGR2GRAY);
    threshold(srcImg, srcImg, 100, 255, CV_THRESH_BINARY); //二值化
    imshow("threshold", srcImg);

    vector<vector> contours;
    vector hierarcy;

    findContours(srcImg, contours, hierarcy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
    cout<<"num="<vector boundRect(contours.size());  //定义外接矩形集合
    vector box(contours.size()); //定义最小外接矩形集合
    Point2f rect[4];
    for(int i=0; i//计算每个轮廓最小外接矩形
        boundRect[i] = boundingRect(Mat(contours[i]));

        circle(dstImg, Point(box[i].center.x, box[i].center.y), 5, Scalar(0, 255, 0), -1, 8);  //绘制最小外接矩形的中心点
        box[i].points(rect);  //把最小外接矩形四个端点复制给rect数组

        rectangle(dstImg, Point(boundRect[i].x, boundRect[i].y), Point(boundRect[i].x + boundRect[i].width, boundRect[i].y + boundRect[i].height), Scalar(0, 255, 0), 2, 8);
        for(int j=0; j<4; j++)
        {
            line(dstImg, rect[j], rect[(j+1)%4], Scalar(0, 0, 255), 2, 8);  //绘制最小外接矩形每条边
        }

    }
    imshow("dst", dstImg);

    waitKey(0);

运行结果

opencv(23)---轮廓特征属性及应用之最小外接矩形_第2张图片

知识点分析

绘制最小外接矩形的轮廓

for(int j=0; j<4; j++)
   {
       line(dstImg, rect[j], rect[(j+1)%4], Scalar(0, 0, 255), 2, 8);  //绘制最小外接矩形每条边
   }

应用一—粗略计算长宽(像素)

代码

 Mat srcImg = imread("D:\\1\\phone.jpg");
    imshow("src", srcImg);
    Mat dstImg = srcImg.clone();
    //进行了两次滤波
    medianBlur(srcImg, srcImg, 5);
    GaussianBlur(srcImg, srcImg, Size(3, 3), 0, 0);

    cvtColor(srcImg, srcImg, CV_BGR2GRAY);
    threshold(srcImg, srcImg, 100, 255, CV_THRESH_BINARY_INV); 
    imshow("threshold", srcImg);

    vector<vector> contours;
    vector hierarcy;

    findContours(srcImg, contours, hierarcy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
    cout<<"num="<vector boundRect(contours.size());
    vector box(contours.size());
    Point2f rect[4];
    for(int i=0; icout<cout<cout<cout<5, Scalar(0, 255, 0), -1, 8);

        char width[20], height[20];

        sprintf(width, "width=%0.2f", box[i].size.width);
        sprintf(height, "height=%0.2f", box[i].size.height);

        box[i].points(rect);

        rectangle(dstImg, Point(boundRect[i].x, boundRect[i].y), Point(boundRect[i].x + boundRect[i].width, boundRect[i].y + boundRect[i].height), Scalar(0, 255, 0), 2, 8);

        for(int j=0; j<4; j++)
        {
            line(dstImg, rect[j], rect[(j+1)%4], Scalar(0, 0, 255), 2, 8);
        }

        putText(dstImg, width, Point(235, 260), CV_FONT_HERSHEY_COMPLEX_SMALL, 0.85, Scalar(0, 255, 0), 2, 8);
        putText(dstImg, height, Point(235, 285), CV_FONT_HERSHEY_COMPLEX_SMALL, 0.85, Scalar(0, 255, 0), 2, 8);

    }
    imshow("dst", dstImg);

    waitKey(0);

运行结果

opencv(23)---轮廓特征属性及应用之最小外接矩形_第3张图片

应用二—-旋转矫正

代码

Mat srcImg = imread("D:\\1\\qrcode.jpg");
imshow("src", srcImg);
Mat dstImg = srcImg.clone();
//高斯滤波
GaussianBlur(srcImg, srcImg, Size(3, 3), 0, 0);
cvtColor(srcImg, srcImg, CV_BGR2GRAY);
//边缘检测
Canny(srcImg, srcImg, 100, 200);
//threshold(srcImg, srcImg, 100, 255, CV_THRESH_BINARY_INV); //二值化
//adaptiveThreshold(srcImg, srcImg, 255, ADAPTIVE_THRESH_GAUSSIAN_C,  CV_THRESH_BINARY_INV, 15, 3);
imshow("threshold", srcImg);
Mat element = getStructuringElement(MORPH_RECT, Size(11, 11), Point(-1, -1)); //定义结构元素
dilate(srcImg, srcImg, element); //膨胀,将二维码区域连接起来
imshow("dilate", srcImg);
erode(srcImg, srcImg, element);
imshow("erode", srcImg);

vector<vector> contours;
vector hierarcy;

findContours(srcImg, contours, hierarcy, CV_RETR_TREE, CV_CHAIN_APPROX_NONE);
cout<<"num="<vector boundRect(contours.size());
vector box(contours.size());
Point2f rect[4];
for(int i=0; i//利用长宽来选择符合条件的轮廓
   if(box[i].size.width < 100 || box[i].size.height<100)
       continue;
   circle(dstImg, Point(box[i].center.x, box[i].center.y), 5, Scalar(0, 255, 0), -1, 8);
   cout<<"num="<char width[20], height[20];
   sprintf(width, "width=%0.2f", box[i].size.width);
   sprintf(height, "height=%0.2f", box[i].size.height);

   box[i].points(rect);
   rectangle(dstImg, Point(boundRect[i].x, boundRect[i].y), Point(boundRect[i].x + boundRect[i].width, boundRect[i].y + boundRect[i].height), Scalar(0, 255, 0), 2, 8);

   for(int j=0; j<4; j++)
   {
       line(dstImg, rect[j], rect[(j+1)%4], Scalar(0, 0, 255), 2, 8);
   }

   putText(dstImg, width, Point(235, 260), CV_FONT_HERSHEY_COMPLEX_SMALL, 0.85, Scalar(0, 255, 0), 2, 8);
   putText(dstImg, height, Point(235, 285), CV_FONT_HERSHEY_COMPLEX_SMALL, 0.85, Scalar(0, 255, 0), 2, 8);
   imshow("temp", dstImg);
   //经验值
   if (0< abs(angle) && abs(angle)<=45)  //逆时针
       angle = angle;
   else if (45< abs(angle) && abs(angle)<90) //顺时针
       angle = 90 -  abs(angle);

   Point2f center = box[i].center;  //定义旋转中心坐标
   double angle0 = angle;
   double scale = 1;
   Mat roateM;
   roateM = getRotationMatrix2D(center, angle0, scale);  //获得旋转矩阵
   warpAffine(dstImg, dstImg, roateM, dstImg.size()); //利用放射变换进行旋转


}
imshow("dst", dstImg);

waitKey(0);

运行结果

原图

opencv(23)---轮廓特征属性及应用之最小外接矩形_第4张图片

阈值化图

opencv(23)---轮廓特征属性及应用之最小外接矩形_第5张图片

膨胀图

opencv(23)---轮廓特征属性及应用之最小外接矩形_第6张图片

腐蚀图

opencv(23)---轮廓特征属性及应用之最小外接矩形_第7张图片

结果图

opencv(23)---轮廓特征属性及应用之最小外接矩形_第8张图片

旋转图

opencv(23)---轮廓特征属性及应用之最小外接矩形_第9张图片

知识点讲解

1.不同灰度处理方式处理后的灰度图

Canny(srcImg, srcImg, 100, 200);
threshold(srcImg, srcImg, 100, 255, CV_THRESH_BINARY_INV); //二值化
adaptiveThreshold(srcImg, srcImg, 255, ADAPTIVE_THRESH_GAUSSIAN_C,  CV_THRESH_BINARY_INV, 15, 3);

canny

opencv(23)---轮廓特征属性及应用之最小外接矩形_第10张图片

threshold

opencv(23)---轮廓特征属性及应用之最小外接矩形_第11张图片

adaptiveThreshold

opencv(23)---轮廓特征属性及应用之最小外接矩形_第12张图片

2.腐蚀膨胀

Mat element = getStructuringElement(MORPH_RECT, Size(11, 11), Point(-1, -1)); //定义结构元素
dilate(srcImg, srcImg, element); //膨胀,将二维码区域连接起来
imshow("dilate", srcImg);
erode(srcImg, srcImg, element);
imshow("erode", srcImg);

先进行膨胀,使所有的二维码连接成一个整体
在进行腐蚀,使得二维码大小不进行改变

3.筛选

if(box[i].size.width < 100 || box[i].size.height<100)
     continue;

4. 旋转角度

//经验值
if (0< abs(angle) && abs(angle)<=45)  //逆时针
  angle = angle;
else if (45< abs(angle) && abs(angle)<90) //顺时针
  angle = 90 -  abs(angle);

5.对二维码进行旋转

Point2f center = box[i].center;  //定义旋转中心坐标
double angle0 = angle;
double scale = 1;
Mat roateM;
roateM = getRotationMatrix2D(center, angle0, scale);  //获得旋转矩阵
warpAffine(dstImg, dstImg, roateM, dstImg.size()); //利用放射变换进行旋转

你可能感兴趣的:(opencv,Learning)