使用Opencv怎么實現(xiàn)最小外接矩形和圓？針對這個問題，這篇文章詳細(xì)介紹了相對應(yīng)的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

創(chuàng)新互聯(lián)建站專注于企業(yè)全網(wǎng)營銷推廣、網(wǎng)站重做改版、紅橋網(wǎng)站定制設(shè)計、自適應(yīng)品牌網(wǎng)站建設(shè)、H5建站、商城網(wǎng)站建設(shè)、集團公司官網(wǎng)建設(shè)、成都外貿(mào)網(wǎng)站制作、高端網(wǎng)站制作、響應(yīng)式網(wǎng)頁設(shè)計等建站業(yè)務(wù)，價格優(yōu)惠性價比高，為紅橋等各大城市提供網(wǎng)站開發(fā)制作服務(wù)。

步驟：將一幅圖像先轉(zhuǎn)灰度，再canny邊緣檢測得到二值化邊緣圖像，再尋找輪廓，輪廓是由一系列點構(gòu)成的，要想獲得輪廓的最小外接矩形，首先需要得到輪廓的近似多邊形，用道格拉斯-普克抽?。―P）算法，道格拉斯-普克抽稀算法，是將曲線近似表示為一系列點，并減少點的數(shù)量的一種算法。

該算法實現(xiàn)抽稀的過程是：

1）對曲線的首末點虛連一條直線，求曲線上所有點與直線的距離，并找出最大距離值dmax，用dmax與事先給定的閾值D相比： 
2）若dmax<D，則將這條曲線上的中間點全部舍去；則該直線段作為曲線的近似，該段曲線處理完畢。 

若dmax≥D，保留dmax對應(yīng)的坐標(biāo)點，并以該點為界，把曲線分為兩部分，對這兩部分重復(fù)使用該方法，即重復(fù)1），2）步，直到所有dmax均<D，即完成對曲線的抽稀。 

#include<opencv2/opencv.hpp>
using namespace cv;
using namespace std;
 
int value = 60;
RNG rng(1);
Mat src,gray_img,canny_img,dst;
void callback(int, void*);
int main(int arc, char** argv){ 
 src = imread("2.jpg"); 
 namedWindow("input",CV_WINDOW_AUTOSIZE);
 imshow("input", src);
 cvtColor(src, gray_img, CV_BGR2GRAY);
 namedWindow("output", CV_WINDOW_AUTOSIZE);
 createTrackbar("threshold", "output", &value, 255, callback);
 callback(0, 0);
 waitKey(0);
 return 0;
}
void callback(int, void*) { 
 Canny(gray_img, canny_img, value, 2 * value);
 
 vector<vector<Point>>contours;
 vector<Vec4i> hierarchy;
 findContours(canny_img, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(0, 0));
 
 vector<vector<Point>> contours_poly(contours.size());
 vector<Rect>poly_rects(contours.size());
 vector<Point2f>ccs(contours.size());
 vector<float>radius(contours.size());
 
 vector<RotatedRect> minRects(contours.size());
 vector<RotatedRect> myellipse(contours.size());
 
 for (int i = 0; i < contours.size(); i++) {
 approxPolyDP(contours[i], contours_poly[i], 20, true);//獲得點數(shù)比較少的近似多邊形
 poly_rects[i] = boundingRect(contours_poly[i]);//從近似多邊形獲得最小外接矩形
 minEnclosingCircle(contours_poly[i], ccs[i], radius[i]);//從近似多邊形獲得最小外接圓
 //多邊形點數(shù)大于5才能繪制帶方向的最小矩形和橢圓
 if (contours_poly[i].size() > 5) {
 minRects[i] = minAreaRect(contours_poly[i]);//從近似多邊形獲得帶方向的最小外接矩形
 myellipse[i] = fitEllipse(contours_poly[i]);//從近似多邊形獲得帶方向的最小外接橢圓
 } 
 }
 
 //繪制
 src.copyTo(dst);
 Point2f pts[4];
 for (int j = 0; j < contours.size(); j++) {
 Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
 rectangle(dst, poly_rects[j], color, 2,8);
 circle(dst, ccs[j], (int)radius[j], color, 2,8);
 
 //繪制帶方向的最小外接矩形和橢圓
 if (contours_poly[j].size() > 5) {
 ellipse(dst, myellipse[j], color, 2);
 minRects[j].points(pts);
 for (int k = 0; k < 4; k++) {
 line(dst, pts[k], pts[(k + 1)%4], color, 2);
 }
 }
 }
 imshow("output", dst);
 
}

關(guān)于使用Opencv怎么實現(xiàn)最小外接矩形和圓問題的解答就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道了解更多相關(guān)知識。

新聞名稱：使用Opencv怎么實現(xiàn)最小外接矩形和圓
網(wǎng)址分享：http://aaarwkj.com/article2/pegjic.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供營銷型網(wǎng)站建設(shè)、外貿(mào)建站、Google、小程序開發(fā)、網(wǎng)站營銷、自適應(yīng)網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)