OpenCV + CPP 系列（廿七）轮廓（拟合）包围框（矩形框、圆形框）

文章目录

• ​​一、函数介绍​​

• ​​approxPolyDP，boundingRect，minEnclosingCircle​​
• ​​拟合函数 fitEllipse、minAreaRect​​

• ​​二、演示​​

​​OpenCV—Python 轮廓检测 绘出矩形框（findContours\ boundingRect\rectangle）​​

一、函数介绍

approxPolyDP，boundingRect，minEnclosingCircle

多边形逼近：基于RDP算法实现, 以指定的精度逼近多边形曲线，目的是减少多边形轮廓点数。函数签名如下：

InputArray curve, 　　　　　　存储在 std::vector 或Mat中的二维点的输入向量

OutputArray approxCurve, 　　近似的结果。类型应与输入曲线的类型相匹配。

double epsilon, 　　　　　　　指定近似精度的参数。这是原始曲线与其近似值之间的最大距离。

bool closed　　　　　　　　　如果为真，则近似曲线是闭合的

)

矩形包围框，返回 Rect （左上角，右下角），

Rect boundingRect( InputArray array

);

minEnclosingCircle：顾名思义，最小包围圆，

InputArray points,　　　　　　二维点的输入向量，存储在 std::vector<> 或Mat

CV_OUT Point2f& center, 　　输出圆心

CV_OUT float& radius　　　　输出圆半径

);

拟合函数 fitEllipse、minAreaRect

拟合椭圆，围绕一组 2D 点拟合椭圆。该函数计算最适合（在最小二乘意义上）一组 2D 点的椭圆。它返回椭圆内切的旋转矩形。由于数据点靠近包含Mat元素的边界，因此返回的ellipse/rotatedRect 数据可能包含负索引。

RotatedRect fitEllipse( InputArray points

);

最小面积矩形 , 查找包含输入 2D 点集的最小区域的旋转矩形。该函数计算并返回指定点集的最小面积边界矩形（可能已旋转）。当数据接近包含的Mat元素边界时，返回的RotatedRect可以包含负索引。

RotatedRect minAreaRect( InputArray points

);

二、演示

实现流程

1. 首先把图像从RGB转为灰度
2. 二值图像
3. 去除二值化图像的零星点（可选）
4. 在通过发现轮廓得到候选点
5. 凸包API调用
6. 绘制显示。

void QuickDemo::boundbox_Demo(Mat& image) {
  Mat gray_img, bin_img, drawImg;
  vector<vector<Point>> contours;

  cvtColor(image, gray_img, COLOR_BGR2GRAY);
  threshold(gray_img, bin_img, 210, 255, THRESH_BINARY_INV);
  imshow("bin_img0", bin_img);

  // 去除二值化图像的零星点
  Mat kernel_ = getStructuringElement(MORPH_ELLIPSE, Size(5, 5));
  cv::morphologyEx(bin_img, bin_img, MORPH_CLOSE, kernel_, Point(-1, -1), 2);
  imshow("bin_img1", bin_img);


  findContours(bin_img, contours, RETR_TREE, CHAIN_APPROX_SIMPLE);
  if (contours.size() == 0) { return; }

  vector<vector<Point>> contours_ploy(contours.size()); // 逼近多边形点
  vector<Rect> ploy_rects(contours.size());             // 多边形框
  vector<Point2f> ccs(contours.size());                 // 圆中心点
  vector<float> radius(contours.size());                // 圆半径

  vector<RotatedRect> minRects(contours.size());
  vector<RotatedRect> myeliipse(contours.size());

  for (size_t i = 0; i < contours.size(); i++) {
    approxPolyDP(Mat(contours[i]), contours_ploy[i], 3, true);
    ploy_rects[i] = boundingRect(contours_ploy[i]);
    minEnclosingCircle(contours_ploy[i], ccs[i], radius[i]);

    if (contours_ploy[i].size() > 5) {
      myeliipse[i] = fitEllipse(contours_ploy[i]);
      minRects[i] = minAreaRect(contours_ploy[i]);
    }
  }

  image.copyTo(drawImg);
  RNG rng(1234);
  Point2f pts[4];
  for (size_t t = 0; t < contours.size(); t++) {
    Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
    rectangle(drawImg, ploy_rects[t], color, 2, 8);
    circle(drawImg, ccs[t], radius[t], color, 2, 8);

    if (contours_ploy[t].size() > 5) {
      ellipse(drawImg, myeliipse[t], color, 1, 8);
      minRects[t].points(pts);
      for (int r = 0; r < 4; r++) {
        line(drawImg, pts[r], pts[(r + 1) % 4], color, 2, 8);
      }
    }
  }
  imshow("drawImg", drawImg);
}