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
  • 本文探讨了如何通过最小生成树(MST)来计算严格次小生成树。在处理过程中,需特别注意所有边权重相等的情况,以避免错误。我们首先构建最小生成树,然后枚举每条非树边,检查其是否能形成更优的次小生成树。 ... [详细]
  • QUIC协议:快速UDP互联网连接
    QUIC(Quick UDP Internet Connections)是谷歌开发的一种旨在提高网络性能和安全性的传输层协议。它基于UDP,并结合了TLS级别的安全性,提供了更高效、更可靠的互联网通信方式。 ... [详细]
  • 深入理解OAuth认证机制
    本文介绍了OAuth认证协议的核心概念及其工作原理。OAuth是一种开放标准,旨在为第三方应用提供安全的用户资源访问授权,同时确保用户的账户信息(如用户名和密码)不会暴露给第三方。 ... [详细]
  • 深入理解 Oracle 存储函数:计算员工年收入
    本文介绍如何使用 Oracle 存储函数查询特定员工的年收入。我们将详细解释存储函数的创建过程,并提供完整的代码示例。 ... [详细]
  • 1:有如下一段程序:packagea.b.c;publicclassTest{privatestaticinti0;publicintgetNext(){return ... [详细]
  • 深入理解Cookie与Session会话管理
    本文详细介绍了如何通过HTTP响应和请求处理浏览器的Cookie信息,以及如何创建、设置和管理Cookie。同时探讨了会话跟踪技术中的Session机制,解释其原理及应用场景。 ... [详细]
  • 本文介绍了一款用于自动化部署 Linux 服务的 Bash 脚本。该脚本不仅涵盖了基本的文件复制和目录创建,还处理了系统服务的配置和启动,确保在多种 Linux 发行版上都能顺利运行。 ... [详细]
  • 本文介绍如何通过Windows批处理脚本定期检查并重启Java应用程序,确保其持续稳定运行。脚本每30分钟检查一次,并在需要时重启Java程序。同时,它会将任务结果发送到Redis。 ... [详细]
  • 本文介绍如何使用 NSTimer 实现倒计时功能,详细讲解了初始化方法、参数配置以及具体实现步骤。通过示例代码展示如何创建和管理定时器,确保在指定时间间隔内执行特定任务。 ... [详细]
  • 本文介绍了在Windows环境下使用pydoc工具的方法,并详细解释了如何通过命令行和浏览器查看Python内置函数的文档。此外,还提供了关于raw_input和open函数的具体用法和功能说明。 ... [详细]
  • 本文介绍如何使用阿里云的fastjson库解析包含时间戳、IP地址和参数等信息的JSON格式文本,并进行数据处理和保存。 ... [详细]
  • 理解存储器的层次结构有助于程序员优化程序性能,通过合理安排数据在不同层级的存储位置,提升CPU的数据访问速度。本文详细探讨了静态随机访问存储器(SRAM)和动态随机访问存储器(DRAM)的工作原理及其应用场景,并介绍了存储器模块中的数据存取过程及局部性原理。 ... [详细]
  • 本文介绍如何在应用程序中使用文本输入框创建密码输入框,并通过设置掩码来隐藏用户输入的内容。我们将详细解释代码实现,并提供专业的补充说明。 ... [详细]
  • 本文介绍如何通过SQL查询从JDE(JD Edwards)系统中提取所有字典数据,涵盖关键表的关联和字段选择。具体包括F0004和F0005系列表的数据提取方法。 ... [详细]
  • 本文详细介绍了如何通过命令行启动MySQL服务,包括打开命令提示符窗口、进入MySQL的bin目录、输入正确的连接命令以及注意事项。文中还提供了更多相关命令的资源链接。 ... [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