【OpenCV】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

 





 



// 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);

 

 // Let's now draw black contours on white image

 result.setTo(cv::Scalar(255));

 cv::drawContours(result,contours,

  -1, // draw all contours

  cv::Scalar(0), // in black

  1); // with a thickness of 1

 image= cv::imread("binary.jpg",0);

 //imshow("lll",result);

 //waitKey(0);

 // testing the bounding box 

 //////////////////////////////////////////////////////////////////////////////

 //霍夫变换进行直线检测，此处使用的是probabilistic Hough transform（cv::HoughLinesP）而不是standard Hough transform（cv::HoughLines）

 cv::Mat result_line(image.size(),CV_8U,cv::Scalar(255));

 result_line = result.clone();

 hough_line(result_line);

 //Mat tempimage;

 //【2】进行边缘检测和转化为灰度图

 //Canny(result_line, tempimage, 50, 200, 3);//进行一此canny边缘检测

 //imshow("canny",tempimage);

 //waitKey(0);

 //cvtColor(tempimage,result_line, CV_GRAY2BGR);//转化边缘检测后的图为灰度图

 vector<Vec4i> lines;

 cv::HoughLinesP(result_line,lines,1,CV_PI/180,80,50,10);

 for(int i = 0; i < lines.size(); i++)

 {

  line(result_line,cv::Point(lines[i][0],lines[i][1]),cv::Point(lines[i][2],lines[i][3]),Scalar(0,0,0),2,8,0);

 }

 cv::namedWindow("line");

 cv::imshow("line",result_line);

 //waitKey(0);

 /////////////////////////////////////////////////////////////////////////////////////////////

 //

 //std::vector<std::vector<cv::Point>>::const_iterator itc_rec= contours.begin();

 //while (itc_rec!=contours.end())

 //{

 // cv::Rect r0= cv::boundingRect(cv::Mat(*(itc_rec)));

 // cv::rectangle(result,r0,cv::Scalar(0),2);

 //  ++itc_rec;

 //}

 

 //cv::namedWindow("Some Shape descriptors");

 //cv::imshow("Some Shape descriptors",result);

 CvBox2D    End_Rage2D;

 CvPoint2D32f rectpoint[4];

 CvMemStorage *storage = cvCreateMemStorage(0);  //开辟内存空间

 CvSeq*      contour = NULL;    //CvSeq类型 存放检测到的图像轮廓边缘所有的像素值，坐标值特征的结构体以链表形式

 cvFindContours( pSrcImage, storage, &contour, sizeof(CvContour),CV_RETR_CCOMP, CV_CHAIN_APPROX_NONE);//这函数可选参数还有不少

 

 for(; contour; contour = contour->h_next)  //如果contour不为空，表示找到一个以上轮廓，这样写法只显示一个轮廓

  //如改为for(; contour; contour = contour->h_next) 就可以同时显示多个轮廓

 { 

  End_Rage2D = cvMinAreaRect2(contour);  

  //代入cvMinAreaRect2这个函数得到最小包围矩形  这里已得出被测物体的角度，宽度,高度，和中点坐标点存放在CvBox2D类型的结构体中，

  //主要工作基本结束。

  for(int i = 0;i< 4;i++)

  {

    //CvArr* s=(CvArr*)&result;

   //cvLine(s,cvPointFrom32f(rectpoint[i]),cvPointFrom32f(rectpoint[(i+1)%4]),CV_G(0,0,255),2);

   line(result,cvPointFrom32f(rectpoint[i]),cvPointFrom32f(rectpoint[(i+1)%4]),Scalar(125),2);

  } 

  cvBoxPoints(End_Rage2D,rectpoint);

 

 std::cout <<" angle:\n"<<(float)End_Rage2D.angle << std::endl;      //被测物体旋转角度 

 

 }

 cv::imshow("lalalal",result);

 cv::waitKey();

 return 0;

}



这个是原来实现的代码的博客文章：http://www.linuxidc.com/Linux/2015-02/114135.htm

--------------------------------------分割线 --------------------------------------

Ubuntu Linux下安装OpenCV2.4.1所需包 http://www.linuxidc.com/Linux/2012-08/68184.htm

Ubuntu 12.04 安装 OpenCV2.4.2 http://www.linuxidc.com/Linux/2012-09/70158.htm

CentOS下OpenCV无法读取视频文件 http://www.linuxidc.com/Linux/2011-07/39295.htm

Ubuntu 12.04下安装OpenCV 2.4.5总结 http://www.linuxidc.com/Linux/2013-06/86704.htm

Ubuntu 10.04中安装OpenCv2.1九步曲 http://www.linuxidc.com/Linux/2010-09/28678.htm

基于QT和OpenCV的人脸识别系统 http://www.linuxidc.com/Linux/2011-11/47806.htm

[翻译]Ubuntu 14.04, 13.10 下安装 OpenCV 2.4.9  http://www.linuxidc.com/Linux/2014-12/110045.htm