OpenCV轮廓检测,计算物体旋转角度

OpenCV轮廓检测,计算物体旋转角度

效果还是有点问题的,希望大家共同探讨一下

OpenCV轮廓检测,计算物体旋转角度

OpenCV轮廓检测,计算物体旋转角度

OpenCV轮廓检测,计算物体旋转角度

// FindRotation-angle.cpp : 定义控制台应用程序的入口点。
//

// findContours.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"

#include <iostream>
#include <vector>
#include <opencv2/opencv.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>


#pragma comment(lib,"opencv_core2410d.lib")     
#pragma comment(lib,"opencv_highgui2410d.lib")     
#pragma comment(lib,"opencv_imgproc2410d.lib")

#define PI 3.1415926

using namespace std;
using namespace cv;

int hough_line(Mat src)
{
 //【1】载入原始图和Mat变量定义 
 Mat srcImage = src;//imread("1.jpg");  //工程目录下应该有一张名为1.jpg的素材图
 Mat midImage,dstImage;//临时变量和目标图的定义

//【2】进行边缘检测和转化为灰度图
 Canny(srcImage, midImage, 50, 200, 3);//进行一此canny边缘检测
 cvtColor(midImage,dstImage, CV_GRAY2BGR);//转化边缘检测后的图为灰度图

//【3】进行霍夫线变换
 vector<Vec4i> lines;//定义一个矢量结构lines用于存放得到的线段矢量集合
 HoughLinesP(midImage, lines, 1, CV_PI/180, 80, 50, 10 );

//【4】依次在图中绘制出每条线段
 for( size_t i = 0; i < lines.size(); i++ )
 {
  Vec4i l = lines[i];
  line( dstImage, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(186,88,255), 1, CV_AA);
 }

//【5】显示原始图 
 imshow("【原始图】", srcImage); 

//【6】边缘检测后的图
 imshow("【边缘检测后的图】", midImage); 

//【7】显示效果图 
 imshow("【效果图】", dstImage); 

//waitKey(0); 

return 0; 
}

int main()
{
 // Read input binary image

char *image_name = "test.jpg";
 cv::Mat image = cv::imread(image_name,0);
 if (!image.data)
  return 0;

cv::namedWindow("Binary Image");
 cv::imshow("Binary Image",image);


 
 // 从文件中加载原图 
    IplImage *pSrcImage = cvLoadImage(image_name, CV_LOAD_IMAGE_UNCHANGED); 
 
    // 转为2值图
 
  cvThreshold(pSrcImage,pSrcImage,200,255,cv::THRESH_BINARY_INV);
   
 
    image = cv::Mat(pSrcImage,true);

cv::imwrite("binary.jpg",image);

// Get the contours of the connected components
 std::vector<std::vector<cv::Point>> contours;
 cv::findContours(image,
  contours, // a vector of contours
  CV_RETR_EXTERNAL, // retrieve the external contours
  CV_CHAIN_APPROX_NONE); // retrieve all pixels of each contours

// Print contours' length
 std::cout << "Contours: " << contours.size() << std::endl;
 std::vector<std::vector<cv::Point>>::const_iterator itContours= contours.begin();
 for ( ; itContours!=contours.end(); ++itContours)
 {

std::cout << "Size: " << itContours->size() << std::endl;
 }

// draw black contours on white image
 cv::Mat result(image.size(),CV_8U,cv::Scalar(255));
 cv::drawContours(result,contours,
  -1, // draw all contours
  cv::Scalar(0), // in black
  2); // with a thickness of 2

cv::namedWindow("Contours");
 cv::imshow("Contours",result);


 // Eliminate too short or too long contours
 int cmin= 100;  // minimum contour length
 int cmax= 1000; // maximum contour length
 std::vector<std::vector<cv::Point>>::const_iterator itc= contours.begin();
 while (itc!=contours.end()) {

if (itc->size() < cmin || itc->size() > cmax)
   itc= contours.erase(itc);
  else
   ++itc;
 }

// draw contours on the original image
 cv::Mat original= cv::imread(image_name);
 cv::drawContours(original,contours,
  -1, // draw all contours
  cv::Scalar(255,255,0), // in white
  2); // with a thickness of 2

cv::namedWindow("Contours on original");
 cv::imshow("Contours on original",original);

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/84d39da1937421e5681ac71869ea7aef.html