二值圖像分析最常見的方式

輪廓屬性

二值圖像分析最常見的一個主要方式就是輪廓發現與輪廓分析，其中輪廓發現的目的是為輪廓分析做準備，經過輪廓分析我們可以得到輪廓各種有用的屬性信息、常見的如下：

輪廓面積

輪廓周長

輪廓幾何矩

輪廓的最小外接矩形

輪廓的最大外接矩形

輪廓的最小外接圓

輪廓的最小外接三角形

輪廓擬合(支持擬合直線、橢圓、圓)

輪廓的凸包

輪廓層次信息提取

多邊形逼近

計算歐拉數

函數介紹

OpenCV中提供大量輪廓分析函數，通過這些函數我們可以方便快捷的得到輪廓的各種有用屬性信息、高效完成各種二值圖像分析需求，下面是我總結的一些常用的函數列表與說明。

OpenCV中輪廓發現函數如下:

voidcv::findContours(
InputArrayimage,
OutputArrayOfArrayscontours,
OutputArrayhierarchy,
intmode,
intmethod,
Pointoffset=Point()
)

參數解釋如下：

image: 輸入圖像、八位單通道的，背景為黑色
contours: 得到的輪廓圖像
hierarchy: 層次圖像，根據需要提取輪廓層次信息
mode: 決定提取到層次信息內容，是多層還是單層
method: 每個輪廓的編碼信息
offset: 表示輪廓偏移，默認為0

輪廓分析相關的常用函數

//計算輪廓面積
doublecv::contourArea(
InputArraycontour,
booloriented=false
)
//計算輪廓周長
doublecv::arcLength(
InputArraycurve,
boolclosed
)
//計算幾何矩與中心距
Momentscv::moments(
InputArrayarray,
boolbinaryImage=false
)
//計算最小外接矩形
RotatedRectcv::minAreaRect(
InputArraypoints
)
//計算最大外接矩形
Rectcv::boundingRect(
InputArrayarray
)
//計算最小外接圓/擬合圓
voidcv::minEnclosingCircle(
InputArraypoints,
Point2f¢er,
float&radius
)
//計算最小外接三角形/擬合三角形
doublecv::minEnclosingTriangle(
InputArraypoints,
OutputArraytriangle
)
//擬合直線
voidcv::fitLine(
InputArraypoints,
OutputArrayline,
intdistType,
doubleparam,
doublereps,
doubleaeps
)
//擬合橢圓
RotatedRectcv::fitEllipse(
InputArraypoints
)
//計算凸包
voidcv::convexHull(
InputArraypoints,
OutputArrayhull,
boolclockwise=false,
boolreturnPoints=true
)
//多邊形逼近-逼近真實形狀
voidcv::approxPolyDP(
InputArraycurve,
OutputArrayapproxCurve,
doubleepsilon,
boolclosed
)

靈活使用上述輪廓屬性信息，可以實現對二值圖像的幾何形狀判別、測量、面積過濾、獲取每個對象的幾何屬性包括面積、周長、編碼點、形狀、層次/位置信息、歐拉數、中心位置、傾斜角度。

綜合運用代碼演示

2020年 以前我分享過一些綜合使用的例子，列表如下(都看過你就贏了)：

二值圖像分析案例精選

OpenCV二值圖像案例分析精選 | 第二期

OpenCV輪廓層次分析實現歐拉數計算

OpenCV尋找復雜背景下物體的輪廓

如何識別出輪廓準確的長和寬

OpenCV中幾何形狀識別與測量

OpenCV中BLOB特征提取與幾何形狀分類

OpenCV直線擬合檢測

OpenCV中實現曲線與圓擬合

這里再分享一個硬幣計數的例子！

原圖如下：

代碼如下：

//加載圖像
Matimg=imread("D:/CoinsB.png");
imshow("OriginalImage",img);

//閾值化操作
Matgray,binary;
cvtColor(img,gray,COLOR_BGR2GRAY);
floatt=threshold(gray,binary,0,255,THRESH_BINARY|THRESH_OTSU);
imshow("binary",binary);
imwrite("D:/binary1.png",binary);

//形態學操作
Matse=getStructuringElement(MORPH_RECT,Size(3,3));
morphologyEx(binary,binary,MORPH_OPEN,se,Point(-1,-1));

//輪廓發現
vectorhireachy;
vector>contours;
bitwise_not(binary,binary);
findContours(binary,contours,hireachy,RETR_EXTERNAL,CHAIN_APPROX_SIMPLE,Point());
Matresult=img.clone();
Point2fcenter;
floatradius;

//輪廓分析
for(size_tt=0;t

	

	

	

	   審核編輯：彭靜