目标

在本教程中，您将学习如何：

• 使用OpenCV函数cv :: boundingRect
• 使用OpenCV函数cv :: minEnclosingCircle

Code

本教程代码如下所示。您也可以从这里下载

#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;
Mat src; Mat src_gray;
int thresh = 100;
int max_thresh = 255;
RNG rng(12345);
void thresh_callback(int, void* );
int main( int, char** argv )
{
  src = imread( argv[1], IMREAD_COLOR );
  cvtColor( src, src_gray, COLOR_BGR2GRAY );
  blur( src_gray, src_gray, Size(3,3) );
  const char* source_window = "Source";
  namedWindow( source_window, WINDOW_AUTOSIZE );
  imshow( source_window, src );
  createTrackbar( " Threshold:", "Source", &thresh, max_thresh, thresh_callback );
  thresh_callback( 0, 0 );
  waitKey(0);
  return(0);
}
void thresh_callback(int, void* )
{
  Mat threshold_output;
  vector<vector<Point> > contours;
  vector<Vec4i> hierarchy;
  threshold( src_gray, threshold_output, thresh, 255, THRESH_BINARY );
  findContours( threshold_output, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0) );
  vector<vector<Point> > contours_poly( contours.size() );
  vector<Rect> boundRect( contours.size() );
  vector<Point2f>center( contours.size() );
  vector<float>radius( contours.size() );
  for( size_t i = 0; i < contours.size(); i++ )
  {
    approxPolyDP( Mat(contours[i]), contours_poly[i], 3, true );
    boundRect[i] = boundingRect( Mat(contours_poly[i]) );
    minEnclosingCircle( contours_poly[i], center[i], radius[i] );
  }
  Mat drawing = Mat::zeros( threshold_output.size(), CV_8UC3 );
  for( size_t i = 0; i< contours.size(); i++ )
  {
    Scalar color = Scalar( rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) );
    drawContours( drawing, contours_poly, (int)i, color, 1, 8, vector<Vec4i>(), 0, Point() );
    rectangle( drawing, boundRect[i].tl(), boundRect[i].br(), color, 2, 8, 0 );
    circle( drawing, center[i], (int)radius[i], color, 2, 8, 0 );
  }
  namedWindow( "Contours", WINDOW_AUTOSIZE );
  imshow( "Contours", drawing );
}

说明

主要功能相当简单，如下所述：

1. 打开图像，将其转换为灰度，并将其模糊以摆脱噪点。

     src = imread( argv[1], IMREAD_COLOR );
     cvtColor( src, src_gray, COLOR_BGR2GRAY );
     blur( src_gray, src_gray, Size(3,3) );

2. 创建一个标题为“Source”的窗口，并在其中显示源文件。 

     const char* source_window = "Source";
     namedWindow( source_window, WINDOW_AUTOSIZE );
     imshow( source_window, src );

3. 在source_window上创建一个跟踪栏，并为其分配一个回调函数。一般来说，回调函数用于对某种信号做出反应，在我们的例子中它是跟踪栏的状态变化。 

     createTrackbar( " Threshold:", "Source", &thresh, max_thresh, thresh_callback );
   

4. 显式的一次性电话thresh_callback是必要的同时显示“轮廓”窗口与“源”窗口。

     thresh_callback( 0, 0 );
   

5. 等待用户关闭窗口。

     waitKey(0);
   

回调函数thresh_callback执行所有有趣的工作。

• 写入threshold_output灰度图片的阈值（您可以在这里查看阈值）。

  threshold（src_gray，threshold_output，thresh，255，THRESH_BINARY）;

• 找到轮廓并将其保存到向量contour和hierarchy。
  

  findContours（threshold_output，contour，hierarchy，RETR_TREE，CHAIN_APPROX_SIMPLE，Point（0，0））;

• 对于每个找到的轮廓，我们现在将逼近逼近具有精度±3的多边形，并表示曲线必须关闭。
  

之后，我们为每个多边形找到一个边界，并将其保存boundRect。

最后，我们发现每一个多边形的最小封闭圈，并保存到center和radius载体

  for( size_t i = 0; i < contours.size(); i++ )
  {
    approxPolyDP( Mat(contours[i]), contours_poly[i], 3, true );
    boundRect[i] = boundingRect( Mat(contours_poly[i]) );
    minEnclosingCircle( contours_poly[i], center[i], radius[i] );
  }

我们发现了我们需要的一切，我们所要做的就是绘制。

• 创建新的无符号8位字符的Mat，填充零。它将包含我们要制作的所有图纸（直角和圆圈）。

  Mat drawing = Mat::zeros( threshold_output.size(), CV_8UC3 );

• 对于每个轮廓：选择随机颜色，绘制轮廓，边界矩形和最小包围圆，

  for( size_t i = 0; i< contours.size(); i++ )
  {
    Scalar color = Scalar( rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) );
    drawContours( drawing, contours_poly, (int)i, color, 1, 8, vector<Vec4i>(), 0, Point() );
    rectangle( drawing, boundRect[i].tl(), boundRect[i].br(), color, 2, 8, 0 );
    circle( drawing, center[i], (int)radius[i], color, 2, 8, 0 );
  }

• 显示结果：创建一个新窗口“轮廓”，并显示我们添加到图纸上的所有内容。

  namedWindow( "Contours", WINDOW_AUTOSIZE );
  imshow( "Contours", drawing );

结果

这里是：