欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

C++ OpenCV實戰(zhàn)之標(biāo)記點檢測的實現(xiàn)

 更新時間:2022年03月22日 15:36:08   作者:光電的一只菜雞  
這篇文章主要介紹了如何利用C++ OpenCV實現(xiàn)關(guān)鍵點的檢測,文中的示例代碼講解詳細(xì),對我們學(xué)習(xí)OpenCV有一定幫助,感興趣的小伙伴可以了解一下

在實際應(yīng)用中,能夠直接利用霍夫圓檢測這些理想方法的應(yīng)用場景是非常少的,更多的是利用擬合的辦法去尋找圓形。

大致思路如下,首先先選擇要處理的ROI部分,記錄下該圖的左上點在原圖的坐標(biāo),如果原圖過大,要先進行等比例縮放;然后利用自適應(yīng)閾值和Canny邊緣提取進行處理,再進行閉運算與輪廓檢測,計算點集面積,通過篩選面積閾值去除雜點,最后進行輪廓檢測,擬合橢圓,效果如下:

1.導(dǎo)入原圖:

2.截取ROI

3.進行自適應(yīng)閾值化與Canny邊緣提取

4.進行閉運算,然后輪廓檢測,然后計算點集面積,通過面積閾值去除雜點

5.再次進行輪廓檢測,擬合橢圓

代碼如下:

#include <opencv2\highgui\highgui.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <opencv2\core\core.hpp>
#include <iostream>

#define scale 2//圖像縮放因子
#define cannythreshold 80

typedef struct _ROIStruct
{
	cv::Point2d ROIPoint;
	cv::Mat ROIImage;
}ROIStruct;

ROIStruct getROI(cv::Mat src,bool flag = false)
{
	ROIStruct ROI_Struct;
	cv::Rect2d ROIrect = selectROI(src);
	ROI_Struct.ROIPoint = ROIrect.tl();//獲取ROI區(qū)域左上角的點
	ROI_Struct.ROIImage = src(ROIrect);

	if (flag == true)
	{
		cv::imshow("ROI", ROI_Struct.ROIImage);
	}

	return ROI_Struct;
}
int main()
{
	cv::Mat srcImage = cv::imread("7.jpg");//讀取待處理的圖片
	cv::resize(srcImage, srcImage, cv::Size(srcImage.cols / scale, srcImage.rows / scale));//圖像縮放,否則原來圖像會在ROI時顯示不下
	
	ROIStruct ROI = getROI(srcImage);//選擇ROI區(qū)域
	
	cv::Mat DetectImage, thresholdImage;
	ROI.ROIImage.copyTo(DetectImage);
	cv::imshow("ROI", DetectImage);
	cv::cvtColor(DetectImage, thresholdImage, CV_RGB2GRAY);
	cv::adaptiveThreshold(thresholdImage, thresholdImage, 255, CV_ADAPTIVE_THRESH_GAUSSIAN_C, CV_THRESH_BINARY,11,35);//自適應(yīng)閾值
	cv::Canny(thresholdImage, thresholdImage, cannythreshold, cannythreshold * 3, 3);
	
	cv::imshow("thresholdImage", thresholdImage);
	
	std::vector<std::vector<cv::Point>> contours1;
	std::vector<cv::Vec4i> hierarchy1;
	cv::Mat element = cv::getStructuringElement(cv::MORPH_ELLIPSE, cv::Size(3, 3));
	cv::morphologyEx(thresholdImage, thresholdImage, cv::MORPH_CLOSE, element,cv::Point(-1,-1),2);
	cv::Mat findImage = cv::Mat::zeros(thresholdImage.size(), CV_8UC3);

	cv::findContours(thresholdImage, contours1, hierarchy1,CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE);

	for (int i = 0; i <contours1.size();i++)
	{
		double area = cv::contourArea(contours1[i]);
		//std::cout << i << "點集區(qū)域面積:" << area << std::endl;
		
		if (area < 120)
		{
			continue;
		}

		else
		{
			drawContours(findImage, contours1, i, cv::Scalar(255, 255, 255), -1, 8, cv::Mat(), 0, cv::Point());
		}

	}

	cv::imshow("drawing", findImage);

	cv::Mat CircleImage(findImage.size(),CV_8UC1);
	findImage.copyTo(CircleImage);
	cv::cvtColor(CircleImage, CircleImage, CV_RGB2GRAY);
	
	std::vector<std::vector<cv::Point>> contours2;
	std::vector<cv::Vec4i> hierarchy2;

	cv::Mat resultImage(CircleImage.size(), CV_8UC3);
	cv::findContours(CircleImage, contours2, hierarchy2, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE);
	std::vector<cv::Point> points1, points2;
	
	cv::Mat compareImage;
	DetectImage.copyTo(compareImage);

	for (int j = 0; j <contours2.size();j++)
	{
		cv::RotatedRect box = cv::fitEllipse(contours2[j]);
		points1.push_back(box.center);
		ellipse(resultImage, box, cv::Scalar(0, 0, 255), 1, CV_AA);
		ellipse(compareImage, box, cv::Scalar(0, 0, 255), 1, CV_AA);
	}
	
	for (int i = 0; i < points1.size(); i++)
	{
		cv::Point ans;
		ans.x = ROI.ROIPoint.x + points1[i].x;
		ans.x = ans.x*scale;
		ans.y = ROI.ROIPoint.y + points1[i].y;
		ans.y = ans.y*scale;
		points2.push_back(ans);
	}

	std::cout << points1 << std::endl;
	std::cout << ROI.ROIPoint << std::endl;
	std::cout << points2 << std::endl;

	cv::imshow("resultImage", resultImage);
	cv::imshow("compareImage", compareImage);
	cv::waitKey(0);
	return 0;
}

到此這篇關(guān)于C++ OpenCV實戰(zhàn)之標(biāo)記點檢測的實現(xiàn)的文章就介紹到這了,更多相關(guān)C++ OpenCV標(biāo)記點檢測內(nèi)容請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

  • C++編程中刪除運算符與相等運算符的使用解析

    C++編程中刪除運算符與相等運算符的使用解析

    這篇文章主要介紹了C++編程中刪除運算符與相等運算符的使用解析,delete和==以及!=運算符的使用是C++入門學(xué)習(xí)中的基礎(chǔ)知識,需要的朋友可以參考下
    2016-01-01
  • C++?opencv圖像處理實現(xiàn)灰度變換示例

    C++?opencv圖像處理實現(xiàn)灰度變換示例

    這篇文章主要為大家介紹了C++?opencv圖像處理灰度變換的實現(xiàn)示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2022-05-05
  • C語言推箱子游戲?qū)崿F(xiàn)代碼

    C語言推箱子游戲?qū)崿F(xiàn)代碼

    這篇文章主要為大家詳細(xì)介紹了C語言推箱子游戲?qū)崿F(xiàn)代碼,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2018-11-11
  • C++遍歷文件夾目錄的方法

    C++遍歷文件夾目錄的方法

    這篇文章主要介紹了C++遍歷文件夾目錄的方法,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-04-04
  • C語言實現(xiàn)簡單回聲服務(wù)器

    C語言實現(xiàn)簡單回聲服務(wù)器

    這篇文章主要為大家詳細(xì)介紹了C語言實現(xiàn)簡單回聲服務(wù)器,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2022-03-03
  • 詳解如何使用VSCode和CMake構(gòu)建跨平臺的C/C++開發(fā)環(huán)境

    詳解如何使用VSCode和CMake構(gòu)建跨平臺的C/C++開發(fā)環(huán)境

    本文主要介紹了如何使用VSCode和CMake構(gòu)建跨平臺的C/C++開發(fā)環(huán)境,想進行跨平臺開發(fā)的同學(xué)們,一定要看一下
    2021-06-06
  • C語言實現(xiàn)冒泡排序算法

    C語言實現(xiàn)冒泡排序算法

    冒泡排序(Bubble Sort),是一種計算機科學(xué)領(lǐng)域的較簡單的排序算法。它重復(fù)地走訪過要排序的數(shù)列,一次比較兩個元素,如果他們的順序錯誤就把他們交換過來。走訪數(shù)列的工作是重復(fù)地進行直到?jīng)]有再需要交換,也就是說該數(shù)列已經(jīng)排序完成。
    2015-03-03
  • 怎么通過C語言自動生成MAC地址

    怎么通過C語言自動生成MAC地址

    以下是對使用C語言自動生成MAC地址的實現(xiàn)代碼進行了詳細(xì)的分析介紹,需要的朋友可以過來參考下
    2013-09-09
  • C語言之包含min函數(shù)的棧實例詳解

    C語言之包含min函數(shù)的棧實例詳解

    這篇文章主要為大家詳細(xì)介紹了C語言之包含min函數(shù)的棧,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助
    2022-02-02
  • OpenCV圖像特征提取之Shi-Tomasi角點檢測算法詳解

    OpenCV圖像特征提取之Shi-Tomasi角點檢測算法詳解

    Harris角點檢測算法就是對角點響應(yīng)函數(shù)R進行閾值處理,Shi-Tomasi原理幾乎和Harris一樣的,只不過最后計算角點響應(yīng)的公式發(fā)生了變化。本文將和大家詳細(xì)說說Shi-Tomasi角點檢測算法的原理與實現(xiàn),需要的可以參考一下
    2022-09-09

最新評論