实验室项目中,希望求取一个近似圆形区域的质心,原本使用最小外接圆的质心来等效为该区域质心。但是由于部分区域的形状过于不规则导致发生质心偏移现象。如下图:
蓝色为实际要求质心。红色为等效圆质心
为获取较为准确的质心,拟用最大内接矩形的中心作为该区域质心。
采用改进的中心扩散法求内接矩形:先以最小外接矩的中心作为算法的起点进行中心扩散。得到一个内解矩形,在对最小外接矩的中心进行8邻域的遍历,应用中心扩散法分别求取内接矩,以面积最大的内接矩作为最大内接矩。
使用Opencv关键代码如下:
/** * @brief 求取连通区域内接矩 * @param img:输入图像,单通道二值图,深度为8 * @param center:最小外接矩的中心 * @return 最大内接矩形 * 基于中心扩展算法 */ cv::Rect InSquare(Mat &img,const Point center) { // --[1]参数检测 if(img.empty()|| img.channels()>1 ||img.depth()>8) return Rect(); //[1] // --[2] 初始化变量 int edge[4]; edge[0]=center.y+1;//top edge[1]=center.x+1;//right edge[2]=center.y-1;//bottom edge[3]=center.x-1;//left //[2] // --[3]边界扩展(中心扩散法) bool EXPAND[4]={1,1,1,1};//扩展标记位 int n=0; while (EXPAND[0]||EXPAND[1]||EXPAND[2]||EXPAND[3]) { int edgeID=n%4; EXPAND[edgeID]=expandEdge(img,edge,edgeID); n++; } //[3] qDebug()<nr) return false; for(int i=edge[3];i<=edge[1];++i) { if(img.at (edge[0],i)==0) return false; } edge[0]++; return true; break; case 1: if(edge[1]>nc) return false; for(int i=edge[2];i<=edge[0];++i) { if(img.at (i,edge[1])==0) return false; } edge[1]++; return true; break; case 2: if(edge[2]<0) return false; for(int i=edge[3];i<=edge[1];++i) { if(img.at (edge[2],i)==0) return false; } edge[2]--; return true; break; case 3: if(edge[3]<0) return false; for(int i=edge[2];i<=edge[0];++i) { if(img.at (i,edge[3])==0) return false; } edge[3]--; return true; break; default: return false; break; } }
效果:
黑色为内接矩中心,红色为最小外接圆中心
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。