Shapes Detection

这次主要进行形状检测代码学习，利用opencv内置函数编写代码，检测出不同的形状。

详见代码：

#include<opencv2/imgcodecs.hpp>
#include<opencv2/highgui.hpp>
#include<opencv2/imgproc.hpp>
#include<iostream>
using namespace cv;//声明使用opencv命名空间
using namespace std;//声明使用标准库命名空间
//创建函数获取轮廓
void getContours(Mat imgDia, Mat img) {
    
    vector<vector<Point>> contours;//定义轮廓矢量
    vector<Vec4i>hierarchy;//定义层次向量

    //第一个参数是要输入的图像，第二参数是输出轮廓，第三个参数层次结构，
    findContours(imgDia, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_NONE);
    //drawContours(img, contours, -1, Scalar(255, 0, 255), 2);//画紫色轮廓

    for (int i = 0; i < contours.size(); i++)//i<轮廓次数
    {
        int area = contourArea(contours[i]);//获取轮廓面积
        cout << area << endl;//输出轮廓面积

        vector<vector<Point>>conPoly(contours.size());
        vector<Rect>boundRect(contours.size());
        string objectType;
        if (area > 1000)//过滤噪声，这里添加过滤面积条件
        {
            float peri = arcLength(contours[i], true);//获取闭合轮廓长
            //估计轮廓点的个数，但是规则就是以轮廓周长*0.02，获取轮廓角的个数
            approxPolyDP(contours[i], conPoly[i], 0.02*peri, true);
            cout<<conPoly[i].size()<<endl;//输出轮廓所含有角的个数
            boundRect[i]=boundingRect(conPoly[i]);//边界矩形
            
            int objCor = (int)conPoly[i].size();//获取轮廓角的个数，并且整型化

            if (objCor == 3){objectType = "Tri";}//三个角为三角形
            if (objCor == 4) 
            {
                float aspRatio = (float)boundRect[i].width / (float)boundRect[i].height;
                cout << aspRatio << endl;
                if (aspRatio > 0.95&&aspRatio < 1.05) { objectType = "Square"; }//四个角长和宽相等为正方形
                else { objectType = "Rect"; }//长和宽不相等为矩形
            }
                if (objCor > 4) { objectType = "Circle"; }//角的个数大于4为圆形

                drawContours(img, conPoly, i, Scalar(255, 0, 255), 2);//画出轮廓
                rectangle(img, boundRect[i].tl(), boundRect[i].br(), Scalar(0, 255, 0), 5);
                putText(img, objectType, { boundRect[i].x,boundRect[i].y - 5 }, FONT_HERSHEY_PLAIN, 1, Scalar(0, 69, 255), 1);
            
        }
    }

}

/// importing images
void main()
{
    
    //设置一个路径接受图像
    string path = "D:/opencv_study/Resources/shapes.png";//等号右侧为图像路径
    Mat img = imread(path);// 创建矩阵接收图像
    // Preprocessing
    Mat imgGray, imgBlur, imgCanny, imgDia, imgErode;//对所用到的图像矩阵进行矩阵声明
    //对图像进行边缘提取，首先要对图像进行灰度化，然后高斯模糊，再进行边缘检测
    cvtColor(img, imgGray, COLOR_BGR2GRAY);//对图像进行灰度化
    GaussianBlur(imgGray, imgBlur, Size(3, 3), 3, 0);//对图像进行高斯模糊
    Canny(imgBlur, imgCanny, 50, 75);//对图像进行canny边缘检测
    Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));
    dilate(imgCanny, imgDia, kernel);//粗化边缘线

    getContours(imgDia,img);

    imshow("Image", img);//imshow显示图像
    /*imshow("Image Gray", imgGray);
    imshow("Image Blur", imgBlur);
    imshow("Image Canny", imgCanny);
    imshow("Image Dil", imgDia);*/
    
    //waitkey(0)：参数0表示阻塞，程序运行到这即停止
    //Waitkey(1)：参数1停顿1毫秒，然后继续向下执行
        waitKey(0);

}

标签：Detection,img,boundRect,Shapes,contours,图像,轮廓,objectType
来源： https://blog.csdn.net/qq_60678226/article/details/120683729