轮廓的查找、表达、绘制、特性及匹配 c#版

轮廓的特性
轮廓的特性有很多，下面一一介绍。

<!--

CodehighlightingproducedbyActiproCodeHighlighter(freeware)http://www.CodeHighlighter.com/
-->contour=firstContour.ApproxPoly(double.Parse(txtApproxParameter.Text),2,newMemStorage());

2.轮廓的关键点
轮廓的关键点是：轮廓上包含曲线信息比较多的点。关键点是轮廓顶点的子集。
可以使用cvFindDominantPoints函数来获取轮廓上的关键点，该函数返回的结果一个包含关键点在轮廓顶点中索引的序列。再次强调：是索引，不是具体的点。如果要得到关键点的具体坐标，可以用索引到轮廓上去找。
以下代码演示了如何获取轮廓上的关键点：

<!--

CodehighlightingproducedbyActiproCodeHighlighter(freeware)http://www.CodeHighlighter.com/
-->//得到关键点信息
privatevoidGetDominantPointsInfo(Contour<Point>contour,refStringBuildersbContour,refImage<Bgr,Byte>imageResult,doubleparameter1,doubleparameter2,doubleparameter3,doubleparameter4,BgrdominantPointColor)
{
if(contour.Total>2)
{
MemStoragestorage=newMemStorage();
try
{
IntPtrptrSeq=cvFindDominantPoints(contour.Ptr,storage.Ptr,(int)CV_DOMINANT.CV_DOMINANT_IPAN,parameter1,parameter2,parameter3,parameter4);
Seq<int>seq=newSeq<int>(ptrSeq,storage);
sbContour.AppendFormat("{0}个关键点：\r\n",seq.Total);
for(inti=0;i<seq.Total;i++)
{
intidx=seq[i];//关键点序列中存储的数据是关键点在轮廓中所处位置的索引
Pointp=contour[idx];//得到关键点的坐标
sbContour.AppendFormat("{0}({1},{2}),",idx,p.X,p.Y);
imageResult.Draw(newCircleF(newPointF(p.X,p.Y),3),dominantPointColor,-1);
}
sbContour.Append("\r\n");
}
catch(CvExceptionex)
{
sbContour.AppendFormat("在获取关键点时发生异常，错误描述：{0}，错误源：{1}，错误堆栈：{2}\r\n错误文件：{3}，函数名：{4}，行：{5}，错误内部描述：{6}\r\n",ex.Message,ex.Source,ex.StackTrace,ex.FileName,ex.FunctionName,ex.Line,ex.ErrorStr);
}
catch(Exceptione)
{
sbContour.AppendFormat("在获取关键点时发生异常，错误描述：{0}，错误源：{1}，错误堆栈：{2}\r\n",e.Message,e.Source,e.StackTrace);
}
finally
{
storage.Dispose();
}
}
}

<!--

CodehighlightingproducedbyActiproCodeHighlighter(freeware)http://www.CodeHighlighter.com/
-->//得到边界框信息
privatevoidGetEdgeInfo(Contour<Point>contour,stringedge,refStringBuildersbContour,refImage<Bgr,Byte>imageResult,BgredgeColor)
{
if(edge=="Rect")
//矩形
imageResult.Draw(contour.BoundingRectangle,edgeColor,2);
elseif(edge=="MinAreaRect")
{
//最小矩形
MCvBox2Dbox=CvInvoke.cvMinAreaRect2(contour.Ptr,IntPtr.Zero);
PointF[]points=box.GetVertices();
Point[]ps=newPoint[points.Length];
for(inti=0;i<points.Length;i++)
ps[i]=newPoint((int)points[i].X,(int)points[i].Y);
imageResult.DrawPolyline(ps,true,edgeColor,2);
}
elseif(edge=="Circle")
{
//圆形
PointFcenter;
floatradius;
CvInvoke.cvMinEnclosingCircle(contour.Ptr,outcenter,outradius);
imageResult.Draw(newCircleF(center,radius),edgeColor,2);
}
else
{
//椭圆
if(contour.Total>=6)
{
MCvBox2Dbox=CvInvoke.cvFitEllipse2(contour.Ptr);
imageResult.Draw(newEllipse(box),edgeColor,2);
}
else
sbContour.Append("轮廓点数小于6，不能创建外围椭圆。\r\n");
}
}

<!--

CodehighlightingproducedbyActiproCodeHighlighter(freeware)http://www.CodeHighlighter.com/
-->//得到各种矩的信息
privatevoidGetMomentsInfo(Contour<Point>contour,refStringBuildersbContour)
{
//矩
MCvMomentsmoments=contour.GetMoments();
//遍历各种情况下的矩、中心矩及归一化矩，必须满足条件：xOrder>=0;yOrder>=0;xOrder+yOrder<=3;
for(intxOrder=0;xOrder<=3;xOrder++)
{
for(intyOrder=0;yOrder<=3;yOrder++)
{
if(xOrder+yOrder<=3)
{
doublespatialMoment=moments.GetSpatialMoment(xOrder,yOrder);
doublecentralMoment=moments.GetCentralMoment(xOrder,yOrder);
doublenormalizedCentralMoment=moments.GetNormalizedCentralMoment(xOrder,yOrder);
sbContour.AppendFormat("矩（xOrder：{0}，yOrder：{1}），矩：{2:F09}，中心矩：{3:F09}，归一化矩：{4:F09}\r\n",xOrder,yOrder,spatialMoment,centralMoment,normalizedCentralMoment);
}
}
}
//Hu矩
MCvHuMomentshuMonents=moments.GetHuMoment();
sbContour.AppendFormat("Hu矩h1：{0:F09}，h2：{1:F09}，h3：{2:F09}，h4：{3:F09}，h5：{4:F09}，h6：{5:F09}，h7：{6:F09}\r\n",huMonents.hu1,huMonents.hu2,huMonents.hu3,huMonents.hu4,huMonents.hu5,huMonents.hu6,huMonents.hu7);
}

<!--

CodehighlightingproducedbyActiproCodeHighlighter(freeware)http://www.CodeHighlighter.com/
-->IntPtrptrTree1=CvInvoke.cvCreateContourTree(contour1.Ptr,newMemStorage().Ptr,thresholdOfCreate);

7.轮廓的凸包和凸缺陷
轮廓的凸包和凸缺陷用于描述物体的外形。凸包和凸缺陷很容易获得，不过我目前不知道它们到底怎么使用。
如果要判断轮廓是否是凸的，可以用Contour<Point>.Convex属性和cvCheckContourConvexity函数。
如果要获取轮廓的凸包，可以用Contour<Point>.GetConvexHull方法或者cvConvexHull2函数，返回的是包含顶点的序列。
如果要获取轮廓的凸缺陷，可以用Contour<Point>.GetConvexityDefacts方法或者cvConvexityDefects函数。
注意：EmguCv将缺陷的单词拼写错了，defect才是缺陷。
以下代码演示了如何获取轮廓的凸包及凸缺陷：

<!--

CodehighlightingproducedbyActiproCodeHighlighter(freeware)http://www.CodeHighlighter.com/
-->//得到凸包及缺陷信息
privatevoidGetConvexInfo(Contour<Point>contour,refStringBuildersbContour,refImage<Bgr,Byte>imageResult)
{
if(!contour.Convex)//判断轮廓是否为凸
{
//凸包
Seq<Point>convexHull=contour.GetConvexHull(ORIENTATION.CV_CLOCKWISE);
//缺陷
Seq<MCvConvexityDefect>defects=contour.GetConvexityDefacts(newMemStorage(),ORIENTATION.CV_CLOCKWISE);
//显示信息
sbContour.AppendFormat("轮廓的凸包有{0}个点，依次为：",convexHull.Total);
Point[]points=newPoint[convexHull.Total];
for(inti=0;i<convexHull.Total;i++)
{
Pointp=convexHull[i];
points[i]=p;
sbContour.AppendFormat("{0},",p);
}
sbContour.Append("\r\n");
imageResult.DrawPolyline(points,true,newBgr(lblConvexColor.BackColor),2);
MCvConvexityDefectdefect;
sbContour.AppendFormat("轮廓有{0}个缺陷，依次为：\r\n",defects.Total);
for(inti=0;i<defects.Total;i++)
{
defect=defects[i];
sbContour.AppendFormat("缺陷：{0}，起点：{1}，终点：{2}，最深的点：{3}，深度：{4}\r\n",i,defect.StartPoint,defect.EndPoint,defect.DepthPoint,defect.Depth);
}
}
else
sbContour.Append("轮廓是凸的，凸包和轮廓一样。\r\n");
}

<!--

CodehighlightingproducedbyActiproCodeHighlighter(freeware)http://www.CodeHighlighter.com/
-->//生成成对几何直方图
Rectanglerect1=contour1.BoundingRectangle;
floatmaxDist1=(float)Math.Sqrt(rect1.Width*rect1.Width+rect1.Height*rect1.Height);//轮廓的最大距离：这里使用轮廓矩形边界框的对角线长度
int[]bins1=newint[]{60,20};
RangeF[]ranges1=newRangeF[]{newRangeF(0f,180f),newRangeF(0f,maxDist1)};//直方图第0维为角度，范围在(0,180)，第2维为轮廓两条边缘线段的距离
DenseHistogramhist1=newDenseHistogram(bins1,ranges1);
CvInvoke.cvCalcPGH(contour1.Ptr,hist1.Ptr);

<!--

CodehighlightingproducedbyActiproCodeHighlighter(freeware)http://www.CodeHighlighter.com/
-->//开始匹配
privatevoidbtnStartMatch_Click(objectsender,EventArgse)
{
//准备轮廓（这里只比较最外围的轮廓）
Image<Bgr,Byte>image1=newImage<Bgr,byte>((Bitmap)pbImage1.Image);
Image<Bgr,Byte>image2=newImage<Bgr,byte>((Bitmap)pbImage2.Image);
Image<Gray,Byte>imageGray1=image1.Convert<Gray,Byte>();
Image<Gray,Byte>imageGray2=image2.Convert<Gray,Byte>();
Image<Gray,Byte>imageThreshold1=imageGray1.ThresholdBinaryInv(newGray(128d),newGray(255d));
Image<Gray,Byte>imageThreshold2=imageGray2.ThresholdBinaryInv(newGray(128d),newGray(255d));
Contour<Point>contour1=imageThreshold1.FindContours(CHAIN_APPROX_METHOD.CV_CHAIN_APPROX_SIMPLE,RETR_TYPE.CV_RETR_EXTERNAL);
Contour<Point>contour2=imageThreshold2.FindContours(CHAIN_APPROX_METHOD.CV_CHAIN_APPROX_SIMPLE,RETR_TYPE.CV_RETR_EXTERNAL);
/*if(contour1.Perimeter/50>2&&contour2.Perimeter/50>2)
{
contour1=contour1.ApproxPoly(contour1.Perimeter/50,2,newMemStorage());//对轮廓进行多边形逼近（参数设为轮廓周长的1/50）
contour2=contour2.ApproxPoly(contour2.Perimeter/50,2,newMemStorage());
}*/
//进行匹配
stringresult="";
if(rbHuMoments.Checked)
result=MatchShapes(contour1,contour2);//Hu矩匹配
elseif(rbContourTree.Checked)
result=MatchContourTrees(contour1,contour2);//轮廓树匹配
elseif(rbPGH.Checked)
result=MatchPghHist(contour1,contour2);//成对几何直方图匹配
txtResult.Text+=result;
}

//Hu矩匹配
privatestringMatchShapes(Contour<Point>contour1,Contour<Point>contour2)
{
//匹配方法
CONTOURS_MATCH_TYPEmatchType=rbHuI1.Checked?CONTOURS_MATCH_TYPE.CV_CONTOUR_MATCH_I1:(rbHuI2.Checked?CONTOURS_MATCH_TYPE.CV_CONTOURS_MATCH_I2:CONTOURS_MATCH_TYPE.CV_CONTOURS_MATCH_I3);
Stopwatchsw=newStopwatch();
sw.Start();
//匹配
doublematchValue=contour1.MatchShapes(contour2,matchType);
sw.Stop();
doubletime=sw.Elapsed.TotalMilliseconds;
returnstring.Format("Hu矩匹配（{0:G}），结果：{1:F05}，用时：{2:F05}毫秒\r\n",matchType,matchValue,time);
}

//轮廓树匹配
privatestringMatchContourTrees(Contour<Point>contour1,Contour<Point>contour2)
{
//生成轮廓树
doublethresholdOfCreate=double.Parse(txtThresholdOfCreateContourTrees.Text);//生成轮廓树的阀值
IntPtrptrTree1=CvInvoke.cvCreateContourTree(contour1.Ptr,newMemStorage().Ptr,thresholdOfCreate);
IntPtrptrTree2=CvInvoke.cvCreateContourTree(contour2.Ptr,newMemStorage().Ptr,thresholdOfCreate);
//匹配
doublethresholdOfMatch=double.Parse(txtThresholdOfMatchContourTrees.Text);//比较轮廓树的阀值
Stopwatchsw=newStopwatch();
sw.Start();
doublematchValue=CvInvoke.cvMatchContourTrees(ptrTree1,ptrTree2,MATCH_CONTOUR_TREE_METHOD.CONTOUR_TREES_MATCH_I1,thresholdOfMatch);
sw.Stop();
doubletime=sw.Elapsed.TotalMilliseconds;
returnstring.Format("轮廓树匹配（生成轮廓树的阀值：{0}，比较轮廓树的阀值：{1}），结果：{2:F05}，用时：{3:F05}毫秒\r\n",thresholdOfCreate,thresholdOfMatch,matchValue,time);
}

//成对几何直方图匹配
privatestringMatchPghHist(Contour<Point>contour1,Contour<Point>contour2)
{
//生成成对几何直方图
Rectanglerect1=contour1.BoundingRectangle;
floatmaxDist1=(float)Math.Sqrt(rect1.Width*rect1.Width+rect1.Height*rect1.Height);//轮廓的最大距离：这里使用轮廓矩形边界框的对角线长度
int[]bins1=newint[]{60,20};
RangeF[]ranges1=newRangeF[]{newRangeF(0f,180f),newRangeF(0f,maxDist1)};//直方图第0维为角度，范围在(0,180)，第2维为轮廓两条边缘线段的距离
DenseHistogramhist1=newDenseHistogram(bins1,ranges1);
CvInvoke.cvCalcPGH(contour1.Ptr,hist1.Ptr);
Rectanglerect2=contour2.BoundingRectangle;
floatmaxDist2=(float)Math.Sqrt(rect2.Width*rect2.Width+rect2.Height*rect2.Height);
int[]bins2=newint[]{60,20};
RangeF[]ranges2=newRangeF[]{newRangeF(0f,180f),newRangeF(0f,maxDist2)};
DenseHistogramhist2=newDenseHistogram(bins2,ranges2);
CvInvoke.cvCalcPGH(contour2.Ptr,hist2.Ptr);
//匹配
Stopwatchsw=newStopwatch();
sw.Start();
doublecompareResult;
HISTOGRAM_COMP_METHODcompareMethod=rbHistCorrel.Checked?HISTOGRAM_COMP_METHOD.CV_COMP_CORREL:(rbHistChisqr.Checked?HISTOGRAM_COMP_METHOD.CV_COMP_CHISQR:(rbHistIntersect.Checked?HISTOGRAM_COMP_METHOD.CV_COMP_INTERSECT:HISTOGRAM_COMP_METHOD.CV_COMP_BHATTACHARYYA));
if(rbHistEmd.Checked)
{
//EMD
//将直方图转换成矩阵
Matrix<Single>matrix1=FormProcessHist.ConvertDenseHistogramToMatrix(hist1);
Matrix<Single>matrix2=FormProcessHist.ConvertDenseHistogramToMatrix(hist2);
compareResult=CvInvoke.cvCalcEMD2(matrix1.Ptr,matrix2.Ptr,DIST_TYPE.CV_DIST_L2,null,IntPtr.Zero,IntPtr.Zero,IntPtr.Zero,IntPtr.Zero);
matrix1.Dispose();
matrix2.Dispose();
}
else
{
//直方图对比方式
hist1.Normalize(1d);
hist2.Normalize(1d);
compareResult=CvInvoke.cvCompareHist(hist1.Ptr,hist2.Ptr,compareMethod);
}
sw.Stop();
doubletime=sw.Elapsed.TotalMilliseconds;
returnstring.Format("成对几何直方图匹配（匹配方式：{0}），结果：{1:F05}，用时：{2:F05}毫秒\r\n",rbHistEmd.Checked?"EMD":compareMethod.ToString("G"),compareResult,time);
}