欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

OpenCV提取圖像中圓線上的數(shù)據(jù)具體流程

 更新時(shí)間：2021年11月30日 08:38:38   作者：翟天保Steven  
在對(duì)圖像進(jìn)行處理時(shí)，經(jīng)常會(huì)要提取出圖像中某條直線、圓線或者ROI區(qū)域內(nèi)的感興趣數(shù)據(jù)，進(jìn)行重點(diǎn)關(guān)注。本文主要介紹了利用OpenCV獲取圖像中圓線上的數(shù)據(jù)，需要的可以參考一下

需求說(shuō)明

在對(duì)圖像進(jìn)行處理時(shí)，經(jīng)常會(huì)有這類(lèi)需求：客戶想要提取出圖像中某條直線、圓線或者ROI區(qū)域內(nèi)的感興趣數(shù)據(jù)，進(jìn)行重點(diǎn)關(guān)注。該需求在圖像檢測(cè)領(lǐng)域尤其常見(jiàn)。ROI區(qū)域一般搭配Rect即可完成提取，直線和圓線數(shù)據(jù)的提取沒(méi)有現(xiàn)成的函數(shù)，需要自行實(shí)現(xiàn)。

直線的提取見(jiàn)：

OpenCV獲取圖像中直線上的數(shù)據(jù)具體流程

而圓線的提取則是本文要將的內(nèi)容，對(duì)圓線而言，將線上某點(diǎn)作為起點(diǎn)，沿順時(shí)針或逆時(shí)針?lè)较蛞来翁崛「信d趣數(shù)據(jù)，可放置在容器中。那么如何快速提取呢？本文提供了一種比較簡(jiǎn)單的思路，應(yīng)用窗口模板，在窗口中快速找到下一可前進(jìn)點(diǎn)的位置，步進(jìn)然后再找下個(gè)點(diǎn)，形成路徑追蹤，進(jìn)而實(shí)現(xiàn)整圈圓線數(shù)據(jù)的提取。

具體流程

1）初始化。設(shè)置路徑追蹤窗口尺寸size為3，創(chuàng)建path作為行進(jìn)路徑，p點(diǎn)作為起點(diǎn)，c用來(lái)存放目標(biāo)數(shù)據(jù)點(diǎn)。

cv::Mat c;
int size = 3;
cv::Mat path = mask.clone();
Point p = Point(center.x + radius, center.y);

2）將起點(diǎn)放置在c中，將path中的起點(diǎn)值置0，表示該點(diǎn)已經(jīng)走過(guò)。

c.push_back(src.at<uchar>(p.y, p.x));
path.at<uchar>(p.y, p.x) = 0;

3）用WinDataNum函數(shù)判斷當(dāng)前點(diǎn)的窗口內(nèi)有幾個(gè)可前進(jìn)點(diǎn)，若無(wú)則說(shuō)明路徑封死或者完成路徑，wn值表示可前進(jìn)點(diǎn)的個(gè)數(shù)。

int wn = WinDataNum(path, p, size);

4）窗口內(nèi)遍歷，查看是否有可前進(jìn)路徑，若找到，則將當(dāng)前點(diǎn)信息刷新為此點(diǎn)，并將標(biāo)記符find設(shè)為true，find的意義是快速中斷遍歷，用來(lái)提速。

int t = size / 2;
bool find = false;
for (int i = p.y - t; i <= p.y + t; ++i)
{
	uchar *g = path.ptr<uchar>(i);
	for (int j = p.x - t; j <= p.x + t; ++j)
	{
		if (g[j] == 255)
		{
			p.x = j;
			p.y = i;
			find = true;
			break;
		}
	}
	if (find)
		break;
}

5）若找到了點(diǎn)，即find為true，則將該點(diǎn)的數(shù)據(jù)存放在c中，path中置0，并以該點(diǎn)為中心搜索窗口內(nèi)可前進(jìn)路徑。

if (find)
{
	c.push_back(src.at<uchar>(p.y, p.x));
	path.at<uchar>(p.y, p.x) = 0;
	wn = WinDataNum(path, p, size);
}
else
	break;

6）若wn為0了，則說(shuō)明路徑封死或者完成路徑了，跳出循環(huán)，函數(shù)執(zhí)行完畢。?

while (wn)
{
	int t = size / 2;
	bool find = false;
	for (int i = p.y - t; i <= p.y + t; ++i)
	{
		uchar *g = path.ptr<uchar>(i);
		for (int j = p.x - t; j <= p.x + t; ++j)
		{
			if (g[j] == 255)
			{
				p.x = j;
				p.y = i;
				find = true;
				break;
			}
		}
		if (find)
			break;
	}
	if (find)
	{
		c.push_back(src.at<uchar>(p.y, p.x));
		path.at<uchar>(p.y, p.x) = 0;
		wn = WinDataNum(path, p, size);
	}
	else
		break;
 
}

功能函數(shù)

// 獲取圓圈上的數(shù)據(jù)，逆時(shí)針存儲(chǔ)，起點(diǎn)在中心同行最右側(cè)數(shù)據(jù)
cv::Mat getCircleData(cv::Mat src, cv::Mat mask, cv::Point center, int radius)
{
	cv::Mat c;
	int size = 3;
	cv::Mat path = mask.clone();
	Point p = Point(center.x + radius, center.y);
	c.push_back(src.at<uchar>(p.y, p.x));
	path.at<uchar>(p.y, p.x) = 0;
	int wn = WinDataNum(path, p, size);
	while (wn)
	{
		int t = size / 2;
		bool find = false;
		for (int i = p.y - t; i <= p.y + t; ++i)
		{
			uchar *g = path.ptr<uchar>(i);
			for (int j = p.x - t; j <= p.x + t; ++j)
			{
				if (g[j] == 255)
				{
					p.x = j;
					p.y = i;
					find = true;
					break;
				}
			}
			if (find)
				break;
		}
		if (find)
		{
			c.push_back(src.at<uchar>(p.y, p.x));
			path.at<uchar>(p.y, p.x) = 0;
			wn = WinDataNum(path, p, size);
		}
		else
			break;
 
	}
	return c;
}
// 獲取窗口內(nèi)的有效數(shù)據(jù)個(gè)數(shù)
int WinDataNum(cv::Mat path, cv::Point p, int size)
{
	int number = 0;
	int t = size / 2;
	for (int i = p.y - t; i <= p.y + t; ++i)
	{
		uchar *g = path.ptr<uchar>(i);
		for (int j = p.x - t; j <= p.x + t; ++j)
		{
			if (g[j] == 255)
				number++;
		}
	}
	return number;
}

C++測(cè)試代碼

#include <iostream>
#include <opencv2/opencv.hpp>
#include <string>
 
using namespace std;
using namespace cv;
 
cv::Mat getCircleData(cv::Mat src, cv::Mat mask, cv::Point center, int radius);
int WinDataNum(cv::Mat path, cv::Point p, int size);
 
int main()
{
	cv::Mat src = imread("test.jpg", 0);
	cv::Mat mask = cv::Mat::zeros(src.size(), CV_8UC1);
	cv::Point center = cv::Point(src.cols / 2, src.rows / 2);
	int radius = min(src.cols, src.rows) / 2 - 10;
	circle(mask, center, radius, Scalar(255), 1, 8);
	cv::Mat c = getCircleData(src, mask, center, radius);
	src.setTo(0, mask == 0);
	imshow("src", src);
	imshow("mask", mask);
	waitKey(0);
 
	return 0;
}
 
// 獲取圓圈上的數(shù)據(jù)，逆時(shí)針存儲(chǔ)，起點(diǎn)在中心同行最右側(cè)數(shù)據(jù)
cv::Mat getCircleData(cv::Mat src, cv::Mat mask, cv::Point center, int radius)
{
	cv::Mat c;
	int size = 3;
	cv::Mat path = mask.clone();
	Point p = Point(center.x + radius, center.y);
	c.push_back(src.at<uchar>(p.y, p.x));
	path.at<uchar>(p.y, p.x) = 0;
	int wn = WinDataNum(path, p, size);
	while (wn)
	{
		int t = size / 2;
		bool find = false;
		for (int i = p.y - t; i <= p.y + t; ++i)
		{
			uchar *g = path.ptr<uchar>(i);
			for (int j = p.x - t; j <= p.x + t; ++j)
			{
				if (g[j] == 255)
				{
					p.x = j;
					p.y = i;
					find = true;
					break;
				}
			}
			if (find)
				break;
		}
		if (find)
		{
			c.push_back(src.at<uchar>(p.y, p.x));
			path.at<uchar>(p.y, p.x) = 0;
			wn = WinDataNum(path, p, size);
		}
		else
			break;
 
	}
	return c;
}
 
// 獲取窗口內(nèi)的有效數(shù)據(jù)個(gè)數(shù)
int WinDataNum(cv::Mat path, cv::Point p, int size)
{
	int number = 0;
	int t = size / 2;
	for (int i = p.y - t; i <= p.y + t; ++i)
	{
		uchar *g = path.ptr<uchar>(i);
		for (int j = p.x - t; j <= p.x + t; ++j)
		{
			if (g[j] == 255)
				number++;
		}
	}
	return number;
}

測(cè)試效果

圖1 原圖

圖2 掩膜內(nèi)圖像

如圖1圖2所示，掩膜內(nèi)的圖像數(shù)據(jù)就是我們要提取的目標(biāo)。

圖3 放大后數(shù)據(jù)搜索路徑

圖3放大后可以看出，起點(diǎn)是230，之后的數(shù)據(jù)是230、231、236、232、234、146等等，再看c容器中的數(shù)據(jù)。

圖4 容器內(nèi)數(shù)據(jù)

對(duì)比完開(kāi)頭，再看結(jié)尾，如圖3所示，是234、234、231、234、234，然后就是起點(diǎn)230，查看容器。

圖5 容器內(nèi)數(shù)據(jù)

這樣有的小伙伴可能覺(jué)得中間會(huì)不會(huì)有數(shù)據(jù)錯(cuò)誤呢，很簡(jiǎn)單，打開(kāi)VS復(fù)制代碼后，搭配ImageWatch插件，debug調(diào)試打斷點(diǎn)觀察path矩陣，看看它的255數(shù)據(jù)是不是按預(yù)想的路徑消失，如果是則說(shuō)明扔的數(shù)據(jù)也沒(méi)有問(wèn)題。

總結(jié)

本文提供的只是一個(gè)簡(jiǎn)單思路，有一定局限性。比如該方法在圓線寬為1時(shí)效果最佳，若線寬大了就不能用窗口簡(jiǎn)單判斷了；另外，起點(diǎn)在右側(cè)時(shí)是逆時(shí)針獲取數(shù)據(jù)，起點(diǎn)在左側(cè)時(shí)是順時(shí)針獲取數(shù)據(jù)，如果想統(tǒng)一標(biāo)準(zhǔn)的話，最好加上起點(diǎn)的位置判斷，然后決定是否將c的數(shù)據(jù)翻轉(zhuǎn)。至于運(yùn)行速度方面，3000*3000的圖像矩陣中運(yùn)行基本為0ms，畢竟只是提取了一條圓線而已。

到此這篇關(guān)于OpenCV提取圖像中圓線上的數(shù)據(jù)具體流程的文章就介紹到這了,更多相關(guān)OpenCV提取圖像數(shù)據(jù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

最新評(píng)論