C++ opencv-3.4.1 提取圖片中圓

類似于提取圖片的輪廓,對(duì)圖片進(jìn)行前期的處理茁瘦,二值化纽竣,去噪點(diǎn)墓贿,提取圖片的輪廓,通過(guò)長(zhǎng)寬比進(jìn)行過(guò)濾蜓氨。

如圖:

使用opencv進(jìn)行圖片處理過(guò)程需要對(duì)圖片進(jìn)行精細(xì)的處理這樣才能保證調(diào)用算法api是可以得到比較好的結(jié)果聋袋。

  1. 二值化
  2. 形態(tài)學(xué)操作進(jìn)行去噪點(diǎn)
  3. 查找輪廓點(diǎn)
  4. 對(duì)輪廓進(jìn)行于提取圖片的輪廓,對(duì)圖片進(jìn)行前期的處理穴吹,二值化幽勒,去噪點(diǎn),提取圖片的輪廓刀荒,通過(guò)長(zhǎng)寬比進(jìn)行過(guò)濾代嗤。

如圖:

使用opencv進(jìn)行圖片處理過(guò)程需要對(duì)圖片進(jìn)行精細(xì)的處理這樣才能保證調(diào)用算法api是可以得到比較好的結(jié)果。

  1. 二值化
  2. 形態(tài)學(xué)操作進(jìn)行去噪點(diǎn)
  3. 查找輪廓點(diǎn)
  4. 對(duì)輪廓進(jìn)行過(guò)濾
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;
Mat src, dst, gray_src;
char input_image[] = "input image";
char output_image[] = "output image";

int main(int argc, char ** argv){

    src = imread("case3.jpg");
    if (src.empty()){
        printf("colud not load image ..\n");
        return -1;
    }

    namedWindow(input_image, CV_WINDOW_AUTOSIZE);
    namedWindow(output_image, CV_WINDOW_AUTOSIZE);
    imshow(input_image, src);

    // 二值化
    cvtColor(src, gray_src, COLOR_BGRA2GRAY);
    threshold(gray_src, gray_src, 0, 255, THRESH_OTSU | THRESH_BINARY);
    imshow("threshold image", gray_src);

    // 閉操作連接黑點(diǎn)
    Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));
    morphologyEx(gray_src, dst, MORPH_CLOSE, kernel, Point(-1, -1));
    imshow("close image", dst);

    // 閉操作去毛點(diǎn)
    kernel = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));
    morphologyEx(dst, dst, MORPH_OPEN, kernel, Point(-1, -1));
    imshow("open image", dst);


    vector <vector<Point>> contours;
    vector<Vec4i> hireachy;
    findContours(dst, contours, hireachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point());

    Mat reslutImage = Mat::zeros(src.size(), CV_8UC3);
    Point cc;
    for (size_t t = 0; t < contours.size(); t++){
        double area = contourArea(contours[t]);
        if (area < 100) continue;

        // 通過(guò)寬高比進(jìn)行過(guò)濾
        Rect rect = boundingRect(contours[t]);
        float ratio = float(rect.width) / float(rect.height);

        if (ratio<1.1&&ratio>0.9){
            // -1 填充缠借,1畫(huà)圓
            drawContours(reslutImage, contours, t, Scalar(0, 0, 255), -1, 8, Mat(), 0, Point());
            
            printf("circle area : %f \n", area);
            printf("circle length: %f \n", arcLength(contours[t], true));
            int x = rect.x + rect.width / 2;
            int y = rect.y + rect.height / 2;
            cc = Point(x, y);
            circle(reslutImage, cc, 2, Scalar(0, 0, 255), 2, 8, 0);
        }
    
    }
    imshow("Reslut", reslutImage);

    Mat circleImage = src.clone();
    //cvtColor(circleImage, circleImage, COLOR_GRAY2BGR);
    circle(circleImage, cc,2, Scalar(0, 0, 255), 2, 8, 0);
    imshow("Final Result", circleImage);


    waitKey(0);
    return 0;
}

二值化

形態(tài)學(xué)操作

輪廓查找

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末干毅,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子泼返,更是在濱河造成了極大的恐慌硝逢,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,602評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件绅喉,死亡現(xiàn)場(chǎng)離奇詭異渠鸽,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)柴罐,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,442評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門徽缚,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人革屠,你說(shuō)我怎么就攤上這事凿试∨旁祝” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 152,878評(píng)論 0 344
  • 文/不壞的土叔 我叫張陵那婉,是天一觀的道長(zhǎng)板甘。 經(jīng)常有香客問(wèn)我,道長(zhǎng)详炬,這世上最難降的妖魔是什么盐类? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 55,306評(píng)論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮呛谜,結(jié)果婚禮上在跳,老公的妹妹穿的比我還像新娘。我一直安慰自己呻率,他們只是感情好硬毕,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,330評(píng)論 5 373
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著礼仗,像睡著了一般吐咳。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上元践,一...
    開(kāi)封第一講書(shū)人閱讀 49,071評(píng)論 1 285
  • 那天韭脊,我揣著相機(jī)與錄音,去河邊找鬼单旁。 笑死沪羔,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的象浑。 我是一名探鬼主播蔫饰,決...
    沈念sama閱讀 38,382評(píng)論 3 400
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼愉豺!你這毒婦竟也來(lái)了篓吁?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 37,006評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤蚪拦,失蹤者是張志新(化名)和其女友劉穎杖剪,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體驰贷,經(jīng)...
    沈念sama閱讀 43,512評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡盛嘿,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,965評(píng)論 2 325
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了括袒。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片次兆。...
    茶點(diǎn)故事閱讀 38,094評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖锹锰,靈堂內(nèi)的尸體忽然破棺而出芥炭,到底是詐尸還是另有隱情狈邑,我是刑警寧澤,帶...
    沈念sama閱讀 33,732評(píng)論 4 323
  • 正文 年R本政府宣布蚤认,位于F島的核電站,受9級(jí)特大地震影響糕伐,放射性物質(zhì)發(fā)生泄漏砰琢。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,283評(píng)論 3 307
  • 文/蒙蒙 一良瞧、第九天 我趴在偏房一處隱蔽的房頂上張望陪汽。 院中可真熱鬧,春花似錦褥蚯、人聲如沸挚冤。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,286評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)训挡。三九已至,卻和暖如春歧强,著一層夾襖步出監(jiān)牢的瞬間澜薄,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,512評(píng)論 1 262
  • 我被黑心中介騙來(lái)泰國(guó)打工摊册, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留肤京,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 45,536評(píng)論 2 354
  • 正文 我出身青樓茅特,卻偏偏與公主長(zhǎng)得像忘分,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子白修,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,828評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容