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

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> contours;
    vector hierarcy;

    findContours(srcImg, contours, hierarcy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
    cout<<"num="< 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

运行结果

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> contours;
    vector hierarcy;

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

运行结果

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> contours;
vector hierarcy;

findContours(srcImg, contours, hierarcy, CV_RETR_TREE, CV_CHAIN_APPROX_NONE);
cout<<"num="< boundRect(contours.size());
vector box(contours.size());
Point2f rect[4];
for(int i=0; i

运行结果

原图

阈值化图

膨胀图

腐蚀图

结果图

旋转图

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

threshold

adaptiveThreshold

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