C++利用Opencv實(shí)現(xiàn)多個(gè)圓形檢測(cè)
主要是利用霍夫圓檢測(cè)、面積篩選等完成多個(gè)圓形檢測(cè),具體代碼及結(jié)果如下。
第一部分是頭文件(common.h):
#pragma once #include<opencv2/opencv.hpp> #include<opencv2/highgui.hpp> #include<iostream> using namespace std; using namespace cv; extern Mat src; void imageBasicInformation(Mat& src);//圖像基本信息 const Mat houghCirclePre(Mat& srcPre);//霍夫圓檢測(cè)預(yù)處理 void houghCircle(Mat& srcPreHough);//霍夫圓檢測(cè) const Mat RectCirclePre(Mat& srcPre);//面積篩選擬合圓的預(yù)處理 void AreaCircles(Mat& AreaInput);//面積篩選擬合圓檢測(cè)
第二部分是主函數(shù):
#include"common.h" Mat src; int main() { src = imread("1.jpg",1); if (src.empty()) { cout << "圖像不存在!" << endl; } else { namedWindow("原圖", 1); imshow("原圖", src); imageBasicInformation(src); Mat srcPreHough = houghCirclePre(src); houghCircle(srcPreHough); Mat RectCir = RectCirclePre(src); AreaCircles(RectCir); waitKey(0); destroyAllWindows(); } return 0; }
第三部分為霍夫圓檢測(cè)函數(shù)(hough.cpp)
主要包括輸出圖像的基本信息函數(shù):void imageBasicInformation(Mat& src)
霍夫圓檢測(cè)預(yù)處理函數(shù):const Mat houghCirclePre(Mat& srcPre)
霍夫圓檢測(cè)函數(shù):void houghCircle(Mat& srcPreHough)
#include"common.h" Mat graySrc, srcPre;//灰度圖,霍夫檢測(cè)預(yù)處理, Mat threshold_grayaSrc;//二值化圖 Mat erode_threshold_graySrc, dilate_threshold_graySrc;//二值化后腐蝕,二值化后膨脹 void imageBasicInformation(Mat& src) { int cols = src.cols; int rows = src.rows; int channels = src.channels(); cout << "圖像寬為:" << cols << endl; cout << "圖像高為:" << rows << endl; cout << "圖像通道數(shù):" << channels << endl; } const Mat houghCirclePre(Mat& srcPre) { double houghCirclePreTime = static_cast<double>(getTickCount()); cvtColor(srcPre, graySrc, COLOR_BGR2GRAY); GaussianBlur(graySrc, graySrc, Size(3, 3), 2, 2);//濾波 threshold(graySrc, threshold_grayaSrc, 150, 255, 1);//二值化 Mat element = getStructuringElement(MORPH_RECT, Size(15, 15)); dilate(threshold_grayaSrc, dilate_threshold_graySrc, element);//膨脹 erode(dilate_threshold_graySrc, erode_threshold_graySrc, element);//腐蝕 houghCirclePreTime = ((double)getTickCount() - houghCirclePreTime) / getTickFrequency(); cout << "霍夫圓預(yù)處理時(shí)間為:" << houghCirclePreTime << "秒" << endl; return erode_threshold_graySrc; } void houghCircle(Mat& srcPreHough) { cout << "進(jìn)入霍夫圓檢測(cè)" << endl; vector<Vec3f> circles; HoughCircles(srcPreHough, circles, HOUGH_GRADIENT, 1, 60, 1, 35, 0, 0); cout << "圓的個(gè)數(shù)" << circles.size() << endl; for (size_t i = 0;i < circles.size();i++) { Point center(cvRound(circles[i][0]), cvRound(circles[i][1])); int radius = cvRound(circles[i][2]); circle(src, center, 3, Scalar(0, 255, 0), -1, 8, 0);//畫圓心 circle(src, center, radius, Scalar(0, 0, 255), 3, 8, 0);//畫圓 } namedWindow("霍夫檢測(cè)結(jié)果", 0); imshow("霍夫檢測(cè)結(jié)果", src); imwrite("霍夫圓檢測(cè)結(jié)果.jpg", src);//保存檢測(cè)結(jié)果 }
第四部分為利用面積篩選擬合圓檢測(cè)(AreaCircle.cpp)
主要包括預(yù)處理函數(shù):const Mat RectCirclePre(Mat& srcPre)
面積篩選擬合圓檢測(cè)函數(shù):void AreaCircles(Mat& AreaInput)
#include"common.h" Mat graySrcArea, thresholdGraySrc;//灰度圖像,二值化圖像 Mat dilateThresholdGraySrc, erodeThresholdGraySrc;//二值化后膨脹圖像,膨脹之后的腐蝕圖像 const Mat RectCirclePre(Mat& srcPre) { cvtColor(srcPre, graySrcArea, COLOR_BGR2GRAY); GaussianBlur(graySrcArea, graySrcArea, Size(3, 3), 2, 2); threshold(graySrcArea, thresholdGraySrc, 100, 255, 1);//二值化,閾值要根據(jù)自己的圖像自己調(diào)整 Mat element = getStructuringElement(MORPH_RECT, Size(15, 15)); dilate(thresholdGraySrc, dilateThresholdGraySrc, element);//膨脹 erode(dilateThresholdGraySrc, erodeThresholdGraySrc, element);//腐蝕 return erodeThresholdGraySrc; } void AreaCircles(Mat& AreaInput) { vector<vector<Point>> RectContours; vector<Vec4i> Hierarchy; findContours(AreaInput, RectContours, Hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0)); Mat drawing = Mat::zeros(src.size(), CV_8UC3); for (int i = 0;i < RectContours.size();i++) { double area = contourArea(RectContours[i]); cout << area << endl;//輸出所有計(jì)算出來的面積,方便下一步設(shè)置閾值 if (area > 15000 && area < 100000)//根據(jù)上一步計(jì)算的閾值設(shè)置范圍 { drawContours(drawing, RectContours, i, Scalar(0, 255, 0), 2,8, Hierarchy, 0, Point()); RotatedRect Rect = fitEllipse(RectContours[i]); circle(src, Rect.center, 2, Scalar(0, 255, 0), 2, 8, 0);//在原圖畫出圓心 ellipse(src, Rect, Scalar(0, 0, 255), 2);//在原圖畫出輪廓 } } namedWindow("面積篩選擬合圓", 0); imshow("面積篩選擬合圓", src); imwrite("面積篩選擬合圓.jpg", src);//保存檢測(cè)結(jié)果 }
結(jié)果如下(自己畫的兩個(gè)圓):
原圖:
以下為霍夫圓檢測(cè)結(jié)果:
以下為面積篩選擬合圓結(jié)果:
到此這篇關(guān)于C++利用Opencv實(shí)現(xiàn)多個(gè)圓形檢測(cè)的文章就介紹到這了,更多相關(guān)C++ Opencv圓形檢測(cè)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!
- C++?opencv圖像處理實(shí)現(xiàn)圖片邊緣檢測(cè)示例
- C++ OpenCV實(shí)戰(zhàn)之網(wǎng)孔檢測(cè)的實(shí)現(xiàn)
- C++ OpenCV實(shí)戰(zhàn)之標(biāo)記點(diǎn)檢測(cè)的實(shí)現(xiàn)
- C++?OpenCV實(shí)戰(zhàn)之車道檢測(cè)
- C++?OpenCV實(shí)現(xiàn)二維碼檢測(cè)功能
- C++ opencv霍夫圓檢測(cè)使用案例詳解
- opencv3/C++ 實(shí)現(xiàn)SURF特征檢測(cè)
- opencv3/C++實(shí)現(xiàn)霍夫圓/直線檢測(cè)
- C++利用opencv實(shí)現(xiàn)人臉檢測(cè)
相關(guān)文章
C語言實(shí)現(xiàn)BMP轉(zhuǎn)換JPG的方法
這篇文章主要介紹了C語言實(shí)現(xiàn)BMP轉(zhuǎn)換JPG的方法,涉及C#圖片格式轉(zhuǎn)換的相關(guān)技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下2015-07-07visual?studio?將編譯后的dll等文件自動(dòng)復(fù)制到指定目錄的方法
這篇文章主要介紹了visual?studio?將編譯后的dll等文件自動(dòng)復(fù)制到指定目錄,本文給大家介紹的非常詳細(xì),感興趣的朋友跟隨小編一起看看吧2024-03-03