opencv_4.5.0/OpenCvSharp_已知目标物边界求重心

---

opencv的步骤：

……… //在findContours之前一般先需要对图像做预处理，例如形态学操作、阈值分割等等以保证findContours找到的边界准确

std::vector> mContoursPanel;
    cv::findContours(index_img, mContoursPanel, cv::RETR_EXTERNAL,
        cv::CHAIN_APPROX_NONE, cv::Point(0, 0));//把物体的最外边界提取出来

    Moments moment;//矩
    cv::Mat temp(mContoursPanel.at(0));//第一个轮廓
    moment = moments(temp, false);
    cv::Point pt1;
    if (moment.m00 != 0)//除数不能为0
    {
        pt1.x = cvRound(moment.m10 / moment.m00);//计算重心横坐标
        pt1.y = cvRound(moment.m01 / moment.m00);//计算重心纵坐标
    }

那如何把所有匹配的所有点的中心都画出来呢？

    vector< vector>  contours_img, contours_template;

    vector hierarchy1;
    findContours(thresh_img, contours_img, hierarchy1, RETR_EXTERNAL, CHAIN_APPROX_NONE, Point());
    double  min_value = 0.5;//最小分值
    for (int i = 0; i < contours_img.size(); i++)
    {
        double value = matchShapes(contours_img[i], contours_template[0], CONTOURS_MATCH_I2, 0.0);
        if (value < min_value)
        {
            //获取中心点
            Moments M;  //计算多边形或光栅形状的所有三阶矩。
            M = moments(contours_img[i]);
            double cX = double(M.m10 / M.m00);
            double cY = double(M.m01 / M.m00);

            drawContours(img, contours_img, i , Scalar(0, 0, 255), 1, 8, hierarchy1, 0);  // 表示要绘制的轮廓线的参数。如果它是负的，所有的等高线都画出来。
            
            circle(img, Point2d(cX, cY), 1, Scalar(0, 255, 0), 2, 8);
            putText(img, "center", Point2d(cX - 20, cY - 20), FONT_HERSHEY_SIMPLEX, 0.5, Scalar(0, 255, 0), 1, 8);
            Point2d c = cal_Rob_Coordinate(Point2d(cX, cY));//这里是我们自己写的一个图像坐标转成机器人坐标的方法
            cout << "中心坐标：" << cX << " " << cY << "机器坐标：" << c.x << " "  << c.y<< endl << endl;  //结果图片输出文字稍有改动
            imshow("【匹配图像】", img);
        }
    }
    imshow("【模板图像】", img_template);
    waitKey(0);

---

OpenCvSharp的步骤

首先说说OpenCvSharp4的安装：项目——管理NetGet程序包——搜索OpenCvSharp——安装OpenCvSharp4 和 OpenCvSharp4.runtime.win

如果你不安装OpenCvSharp4.runtime.win则会报以下的错误

 

            Point[][] contours_img, contours_template;

            HierarchyIndex[] hierarchy;
            Cv2.FindContours(erode_img_template, out contours_template, out hierarchy, RetrievalModes.External, ContourApproximationModes.ApproxNone, new Point());          
            for (int i = 0; i < contours_template.Count(); i++)
            {
                Cv2.DrawContours(img_template, contours_template, i, new Scalar(0, 0, 255), 1, LineTypes.Link8, hierarchy);
            }
            HierarchyIndex[] hierarchy1;
            Cv2.FindContours(thresh_img, out contours_img, out hierarchy1, RetrievalModes.External, ContourApproximationModes.ApproxNone, new Point());      
            double min_value = 0.5;
            for (int i = 0; i < contours_img.Count(); i++)
            {
                double value = Cv2.MatchShapes(contours_img[i], contours_template[0], ShapeMatchModes.I2, 0.0);
                if (value < min_value)
                {
                    //min_pos = i;
                    //获取中心点
                    Moments M;
                    M = Cv2.Moments(contours_img[i]);
                    double cX = (M.M10 / M.M00);
                    double cY = (M.M01 / M.M00);

                    Cv2.DrawContours(img, contours_img, i, new Scalar(0, 0, 255), 1, LineTypes.Link8, hierarchy1, 0);

                    Cv2.Circle(img, (int)cX, (int)cY, 1, new Scalar(0, 255, 0), 2, LineTypes.Link8);
                    Cv2.PutText(img, "center", new Point(cX - 20, cY - 20), HersheyFonts.HersheySimplex, 0.5, new Scalar(0, 255, 0), 1, LineTypes.Link8);
                    Point2d c = cal_Rob_Coordinate(new Point2d(cX, cY));
                    Cv2.ImShow("【匹配图像】", img);
                }              
            }
 

由于OpenCvSharp没有Vector类或者说有Vector也不兼容

那么用 Point[][] 来代替 vector< vector> ,那vector< vector>.size()就不能用了，正好Point[][] .Count()来代替