热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

OopenCV复习及函数深入理解(轮廓查询及绘图)

核心函数:(后面标明号的,下面有解析)intcvFindContours(Iplimage*img,这是输入函数,必须是8bit,单通道的图像---1CvMemStorage*st

核心函数:(后面标明号的,下面有解析)
int cvFindContours(
Iplimage* img,//这是输入函数,必须是8bit,单通道的图像---1
CvMemStorage* storage,// 已分配的内存,用来存这个函数所搜索到的轮廓 ---2
CvSeq** firstContour,//此处的指针不需要自己分配,只需在外面定义一个该类型的指针即可--3
int headerSize=sizeof(CvContour),//--4
CvContourRetrievalMode mode= CV_RETR_LIST,//--4
CvChainApproxMethod method=CV_CHAI_APPROX_SIMPLE//--4
CvPoint offset=cvPoint(0,0) //设置查询起点
);
//本函数的返回值是找到的轮廓(contour)的个数(total);
Notice:这个函数在图像上搜索的时候,会更改图像(因为计算图像需要) ,
所以 如果还要把这个图像用到其他地方,最后做一个复制本传递到这个函数里面处理。

1--Iplimage* img=cvCreateImage(CvSize(),8,1);
中间参数 代表八位,最后的1代表单通道。

2--CvMemStorage* storage=CvCreateStorage(int storageSize); 默认为0,分配64kb空间

MemStorage基础知识补充:
它是为动态对象处理内存的。它是允许快速分配和销毁内存。
CvMemStorage* cvCreateMemStorage(int blocksize=0);
void cvReleaseMemStorage(CvMemStorage* storage);//销毁释放内存, 不可再次使用
void cvClearMemStorage(CvmemStorage* storage); //清空内存,可以再次使用
void cvMemStorageAlloc(CvMemStorage* storage,size_t size) ;//分配指定大小内存

3--CvSeq* pointer=NULL;将这个指针传入函数,然后函数会自动分配内存并将所找到的序列的头给这个指针
将&pointer传入函数(因为函数中是CvSeq** 类型)


4--这几个默认参数一般不许设置,他们是为了告诉函数更多的信息
headersize是为了告诉参数应该分配个firstcontour指针的元素类型
后面的mode和method参数是为了告诉函数应该怎样计算,主要是和headersize进行配合
可以能够更精确的返回自己所需要的值


mode可以被设置成任何下列四个选项中的任何一个:
CV_RETR_EXTERNAL
CV_RETR_LIST
CV_RETR_CCOMP
CV_RETR_TREE
这四个值主要是指明:
1--我们所需要的找到的轮廓(contour)
2--返回结果应该呈现结果的方式


method可以被设置成下面五个中的任何一个:
CV_CHAIN_CODE
CV_CHAIN_APPROX_NONE
CV_CHAIN_APPROX_SIMPLE
CV_CHAIN_APPROX_TC89_L1 或 CV_CHAIN_APPROX_TC89_KCOS
CV_LINK_RUNS
这些是告诉函数的算法方式 ,只支持mode中的CV_RETR_TREE方法
以下两个是CvSeq里面的四个指针 ,如同我们自己写的链表一样使用就行
horizontal links(横向链表连接指针):h_pre(指向上一个元素),h_next(指向下一个元素)
vertical links(垂直链表链接指针) :v_pre(指向上一个元素),v_next(指向下一个元素)

cvFindContours()查找出来的轮廓序列 是一个个的点,确切的说是轮廓。
理解轮廓的关键是轮廓是一种特殊的序列。
它们是一系列的点呈现出图像中的曲线 。
下面是一些操作这些序列的函数:

CvContourScanner cvStartFindContours(
CvArr* image,
CvMemStorage* storage,
int header_size=sizeof(CvContour),
int mode=CV_RETR_LIST,
int method=CV_CHAIN_APPROX_SIMPLE
) ;
//它返回CvContourScanner

CvSeq *cvFindNextContour(
CvContourScanner scanner
) ;
//能够把scanner里面的所有轮廓读取出来,当返回NULL时说明无轮廓在里面


void cvSubstitute(
CvContourScanner scanner,
CvSeq* new_contour);
//能够将scanner 里面的contours替换掉

CvSeq* cvEndFindContour(
CvContourScanner* scanner);
//关闭scanner,返回值是这个序列的第一个元素的地址

CvSeq* cvApproxChains(
CvSeq* cvApproxChains,
CvMemStorage* storage,
int method=CV_CHIAN_APPROX_SIMPLE,
double parameter=0,
int minimal_permeter=0,
int recursive=0
);//此函数涉及freechain


///////////////////////////////////////////////////////
//图像中影响轮廓查询后应当要做的是在屏幕上呈现轮廓形状
void cvDrawContours(
CvArr* img,//这个图像要呈现轮廓形状 ,即在这个图象上画图
CvSeq* contour,//the root node of contour tree(unclear)
CvScalar external_color,
CvScalar hole_color, //@
int max_level, //
int thickness=1,//划线的厚度
int line_type=8,// 线的类型,具体百度
CvPoint offset=cvPoint(0,0)//还未涉及,表示不理解,以后修改
) ;

Explaination:

@:-->OpenCV distinguishes between contours that are exterior contours
and those are hole contours就是指的外轮廓内的非常小的轮廓,然后成为一个点了。就是为它们设定颜色。

 1 #include“highgui.h"
 2 #include"cv.h"
 3 using namespace cv;
 4 int main()
 5 {
 6     cvNamedWindow("Contour", 1);
 7     
 8     
 9     IplImage* img = cvLoadImage("h:\\picture\\tree.jpg",CV_LOAD_IMAGE_GRAYSCALE);
10     IplImage* img_8uc1 = cvCreateImage(cvSize(300, 400), 8, 1);
11     cvResize(img,img_8uc1);
12     IplImage* img_edge = cvCreateImage(cvGetSize(img_8uc1),8,1);
13 
14     IplImage* img_8uc3 = cvCreateImage(cvGetSize(img_8uc1),8,3);
15     cvThreshold(img_8uc1,img_edge,100,255,CV_THRESH_BINARY);
16     CvMemStorage* storage = cvCreateMemStorage(0);
17     CvSeq* firstcOntour= NULL;
18     int Nc = cvFindContours(img_edge,storage,&firstcontour,sizeof(CvContour),CV_RETR_LIST);
19     int n = 0;
20     printf("Total Contours Detected:%d\n",Nc);
21     
22     for (CvSeq* c = firstcontour; c != NULL; c = c->h_next)
23     {
24         cvCvtColor(img_8uc1, img_8uc3, CV_GRAY2BGR);
25         cvDrawContours(img_8uc3,c,cvScalar(200,100,50),cvScalarAll(255),256,2,8);
26         printf("Contour#%d\n",n);
27         cvShowImage("Contour",img_8uc3);
28         printf("%d elements:\n", c->total);
29         for (int i = 0; i total; i++)
30         {
31             CvPoint* p = CV_GET_SEQ_ELEM(CvPoint,c,i);
32             printf("  (%d, %d)\n", p->x, p->y);
33         }
34         cvWaitKey(100);
35         n++;
36     }
37     cvWaitKey(0);
38     printf("Finished All contours.\n");
39     cvCvtColor(img_8uc1,img_8uc3,CV_GRAY2BGR);
40     cvShowImage("Contour",img_8uc3);
41     cvWaitKey();
42     return 0;
43 }

执行结果:

,

 1  #include"highgui.h"
 2 #include"cv.h"
 3 using namespace cv;
 4 IplImage* g_image=NULL;
 5 IplImage* g_gray = NULL;
 6 int g_thresh = 100;
 7 CvMemStorage *g_storage = NULL;
 8 void on_trackbar(int)
 9 {
10     if (g_storage == NULL)
11     {
12         g_storage = cvCreateMemStorage(0);
13         g_gray = cvCreateImage(cvGetSize(g_image),8,1);
14     }
15     else
16     {
17         cvClearMemStorage(g_storage);
18     }
19     CvSeq* cOntours= 0;//置为空
20     cvCvtColor(g_image,g_gray,CV_BGR2GRAY);
21     cvThreshold(g_gray,g_gray,g_thresh,255,CV_THRESH_BINARY);
22     cvFindContours(g_gray,g_storage,&contours);
23     cvZero(g_gray);
24     if (contours)
25     {
26         cvDrawContours(g_gray,contours,cvScalarAll(255),cvScalarAll(255),100);
27         
28     }
29     cvShowImage("Contours",g_gray);
30 }
31 int main()
32 {
33     IplImage* g = cvLoadImage("h:\\picture\\tree.jpg");
34     CvSize size= cvGetSize(g);
35     CvSize sz = cvSize(size.width/5,size.height/5);
36     g_image = cvCreateImage(sz,8,g->nChannels);
37     cvResize(g,g_image);
38     
39     
40     //if (g_image == NULL)
41     cvNamedWindow("Contours",1);
42     //cvCreateTrackbar("Threshod","Contours",&g_thresh,255,on_trackbar);
43     on_trackbar(0);
44     cvWaitKey(0);
45     return 0; 
46 }
47 
48  

执行结果:

,

OopenCV复习及函数深入理解(轮廓查询及绘图)


推荐阅读
  • 《数据结构》学习笔记3——串匹配算法性能评估
    本文主要讨论串匹配算法的性能评估,包括模式匹配、字符种类数量、算法复杂度等内容。通过借助C++中的头文件和库,可以实现对串的匹配操作。其中蛮力算法的复杂度为O(m*n),通过随机取出长度为m的子串作为模式P,在文本T中进行匹配,统计平均复杂度。对于成功和失败的匹配分别进行测试,分析其平均复杂度。详情请参考相关学习资源。 ... [详细]
  • CSS3选择器的使用方法详解,提高Web开发效率和精准度
    本文详细介绍了CSS3新增的选择器方法,包括属性选择器的使用。通过CSS3选择器,可以提高Web开发的效率和精准度,使得查找元素更加方便和快捷。同时,本文还对属性选择器的各种用法进行了详细解释,并给出了相应的代码示例。通过学习本文,读者可以更好地掌握CSS3选择器的使用方法,提升自己的Web开发能力。 ... [详细]
  • 动态规划算法的基本步骤及最长递增子序列问题详解
    本文详细介绍了动态规划算法的基本步骤,包括划分阶段、选择状态、决策和状态转移方程,并以最长递增子序列问题为例进行了详细解析。动态规划算法的有效性依赖于问题本身所具有的最优子结构性质和子问题重叠性质。通过将子问题的解保存在一个表中,在以后尽可能多地利用这些子问题的解,从而提高算法的效率。 ... [详细]
  • VScode格式化文档换行或不换行的设置方法
    本文介绍了在VScode中设置格式化文档换行或不换行的方法,包括使用插件和修改settings.json文件的内容。详细步骤为:找到settings.json文件,将其中的代码替换为指定的代码。 ... [详细]
  • 本文介绍了在开发Android新闻App时,搭建本地服务器的步骤。通过使用XAMPP软件,可以一键式搭建起开发环境,包括Apache、MySQL、PHP、PERL。在本地服务器上新建数据库和表,并设置相应的属性。最后,给出了创建new表的SQL语句。这个教程适合初学者参考。 ... [详细]
  • Java实战之电影在线观看系统的实现
    本文介绍了Java实战之电影在线观看系统的实现过程。首先对项目进行了简述,然后展示了系统的效果图。接着介绍了系统的核心代码,包括后台用户管理控制器、电影管理控制器和前台电影控制器。最后对项目的环境配置和使用的技术进行了说明,包括JSP、Spring、SpringMVC、MyBatis、html、css、JavaScript、JQuery、Ajax、layui和maven等。 ... [详细]
  • 本文讨论了如何优化解决hdu 1003 java题目的动态规划方法,通过分析加法规则和最大和的性质,提出了一种优化的思路。具体方法是,当从1加到n为负时,即sum(1,n)sum(n,s),可以继续加法计算。同时,还考虑了两种特殊情况:都是负数的情况和有0的情况。最后,通过使用Scanner类来获取输入数据。 ... [详细]
  • 本文介绍了C#中数据集DataSet对象的使用及相关方法详解,包括DataSet对象的概述、与数据关系对象的互联、Rows集合和Columns集合的组成,以及DataSet对象常用的方法之一——Merge方法的使用。通过本文的阅读,读者可以了解到DataSet对象在C#中的重要性和使用方法。 ... [详细]
  • 本文介绍了OC学习笔记中的@property和@synthesize,包括属性的定义和合成的使用方法。通过示例代码详细讲解了@property和@synthesize的作用和用法。 ... [详细]
  • 1,关于死锁的理解死锁,我们可以简单的理解为是两个线程同时使用同一资源,两个线程又得不到相应的资源而造成永无相互等待的情况。 2,模拟死锁背景介绍:我们创建一个朋友 ... [详细]
  • 高质量SQL书写的30条建议
    本文提供了30条关于优化SQL的建议,包括避免使用select *,使用具体字段,以及使用limit 1等。这些建议是基于实际开发经验总结出来的,旨在帮助读者优化SQL查询。 ... [详细]
  • 本文介绍了指针的概念以及在函数调用时使用指针作为参数的情况。指针存放的是变量的地址,通过指针可以修改指针所指的变量的值。然而,如果想要修改指针的指向,就需要使用指针的引用。文章还通过一个简单的示例代码解释了指针的引用的使用方法,并思考了在修改指针的指向后,取指针的输出结果。 ... [详细]
  • 猜字母游戏
    猜字母游戏猜字母游戏——设计数据结构猜字母游戏——设计程序结构猜字母游戏——实现字母生成方法猜字母游戏——实现字母检测方法猜字母游戏——实现主方法1猜字母游戏——设计数据结构1.1 ... [详细]
  • 本文介绍了在满足特定条件时如何在输入字段中使用默认值的方法和相应的代码。当输入字段填充100或更多的金额时,使用50作为默认值;当输入字段填充有-20或更多(负数)时,使用-10作为默认值。文章还提供了相关的JavaScript和Jquery代码,用于动态地根据条件使用默认值。 ... [详细]
  • HashMap的扩容知识详解
    本文详细介绍了HashMap的扩容知识,包括扩容的概述、扩容条件以及1.7版本中的扩容方法。通过学习本文,读者可以全面了解HashMap的扩容机制,提升对HashMap的理解和应用能力。 ... [详细]
author-avatar
痴痴傻傻
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有