C++ OpenCV實戰(zhàn)之形狀識別
前言
本案例通過使用OpenCV中的approxPolyDP進行多邊形近似,進而進行基礎形狀識別(圓、三角形、矩形、星形…)。下面就一起來看看具體是如何實現(xiàn)的吧。
一、圖像預處理
原圖如圖所示:

首先第一步先進行圖像預處理,得到二值圖像。
Mat gray; cvtColor(src, gray, COLOR_BGR2GRAY); Mat gaussian; GaussianBlur(gray, gaussian, Size(3, 3), 0); Mat thresh; threshold(gaussian, thresh, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);

結果如圖所示。接下來,需要對此二值圖像進行輪廓提取,進而識別物體形狀。
二、形狀識別
本案例使用approxPolyDP進行形狀識別,關于approxPolyDP OpenCV給出的定義是:
void approxPolyDP(InputArray curve, OutputArray approxCurve, double epsilon, bool closed);
- curve:表示輸入輪廓點集,可以是 vector 或 Mat 類型。
- approxCurve:多邊形逼近結果,存儲在approxCurve數(shù)組中。curve和approxCurve應該屬于同一類型。
- epsilon:表示逼近準確度,你允許在原多邊形和最終擬合的多邊形之間存在的最大偏差。一般以其周長的百分比進行近似。
- closed:指明curve中的一系列點是否是一個閉合的多邊形。若設為true,則認為曲線是閉合的。
我們通過統(tǒng)計多邊形的“邊”數(shù)來識別物體形狀。
三、源碼
#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
//基礎幾何形狀識別
bool Pattern_Recognition(Mat& src)
{
//圖像預處理
Mat gray;
cvtColor(src, gray, COLOR_BGR2GRAY);
Mat gaussian;
GaussianBlur(gray, gaussian, Size(3, 3), 0);
Mat thresh;
threshold(gaussian, thresh, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);
//輪廓查找
vector<vector<Point>>contours;//輪廓點集
findContours(thresh, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
vector<vector<Point>>conPoly(contours.size());//多邊形逼近結果,與輪廓一一對應
for (int i = 0; i < contours.size(); i++)
{
double area = contourArea(contours[i]); //輪廓面積
if (area > 1000)
{
Rect rect = boundingRect(contours[i]);//外界矩形
double ratio = double(rect.width) / double(rect.height);//長寬比
double peri = arcLength(contours[i], true);//周長
approxPolyDP(contours[i], conPoly[i], 0.02 * peri, true);//多邊形近似
int objSize = conPoly[i].size();//折線數(shù)--通過判斷輪廓有幾條邊來識別圖形
string objName;
Scalar color;
if (objSize == 3)
{
objName = "Triangle";//三角形
color = Scalar(0, 0, 255);
}
if (objSize == 4)
{
//通過長寬比判斷正方形/長方形
if (ratio > 0.99 && ratio < 1.01)
{
objName = "Square";//正方形
color = Scalar(0, 255, 255);
}
else
{
objName = "Rectangle";//長方形
color = Scalar(0, 255, 0);
}
}
if (objSize == 8)
{
objName = "Circle";//圓形
color = Scalar(255, 255, 0);
}
if (objSize == 10)
{
objName = "Star";//星形
color = Scalar(255, 0, 255);
}
//效果繪制
rectangle(src, rect, color, 2);
putText(src, objName, rect.tl(), FONT_HERSHEY_SIMPLEX, 1, color, 2);
}
}
return true;
}
int main()
{
Mat src = imread("src.jpeg");
if (src.empty())
{
cout << "No Image!" << endl;
system("pause");
return -1;
}
if (!Pattern_Recognition(src))return false;
namedWindow("test", WINDOW_NORMAL);
imshow("test", src);
waitKey(0);
system("pause");
return 0;
}
四、結果顯示

總結
本文使用OpenCV C++ 進行基礎形狀識別,其實原理很簡單,主要操作有以下幾點。
1、圖像預處理
2、物體輪廓提取
3、使用approxPolyDP進行多邊形近似,進而統(tǒng)計出該物體的“邊”數(shù),從而識別出物體形狀。
到此這篇關于C++ OpenCV實戰(zhàn)之形狀識別的文章就介紹到這了,更多相關C++ OpenCV形狀識別內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Qt數(shù)據(jù)庫應用之實現(xiàn)文件編碼格式識別
在做數(shù)據(jù)導入導出的過程中,如果應用場景多了,相信各位都會遇到一個問題就是文件編碼的問題。本文將用Qt實現(xiàn)文件編碼格式識別,感興趣的可以了解一下2022-06-06
C語言數(shù)據(jù)結構之二叉樹的非遞歸后序遍歷算法
這篇文章主要介紹了C語言數(shù)據(jù)結構之二叉樹的非遞歸后序遍歷算法的相關資料,希望通過本文能幫助到大家,讓大家實現(xiàn)這樣的功能,需要的朋友可以參考下2017-10-10
C++中構造函數(shù)與析構函數(shù)的詳解及其作用介紹
這篇文章主要介紹了C++中構造函數(shù)與析構函數(shù)的詳解及其作用介紹,本文給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2021-09-09

