【4opencv】求解矢量和轮廓的交点

在“学习OpenCV3"的QQ群众,网友且行且珍惜针对前期博客(https://www.cnblogs.com/jsxyhelu/p/9345590.html)中的内容提出了以下问题:

比如这张图,利用PCA求出了特征矢量之后,我想要求解与轮廓的交点,不知道有没有简单的方法@禾老师 
 
非常好的问题!在寻找到轮廓的”主方向“后,往往下一个动作就是寻找矢量和轮廓的交点,因为往往这才是我们更关心的地方。为了解决这个问题,我认为的思路应该是这样的:
1、首先要界定范围。对于交点来说,肯定是在这个轮廓的“最小外置矩形”中的,所以先求出外置矩形作为限定;
2、矢量只是一个方向,要将其变成一条直线(如果在“最小外置矩形”中就是线段),推荐使用LineIterator来表示直线;
3、最后,判断这条线段上的点是否在轮廓上,可以使用pointpolytest函数。
 
结合代码具体讲解。为了凸显本文知识重点,本文采用以下一幅图像来说明算法
最后得到的结果是这样的,其中黄点为主方向矢量和外界矩形交点,红点为和轮廓交点。
 
全部代码为:
/************************************************************************/
// 求解矢量和轮廓的交点
// by jsxyhelu(jsxyhelu.cnblogs.com)
// 2018/10/05
/************************************************************************/
#include "stdafx.h"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/photo.hpp"
using namespace std;
using namespace cv;
//寻找最大外置轮廓
vector<Point> FindBigestContour(Mat src){
    int max_area_contour_idx = 0;
    double max_area = -1;
    vector<vector<Point> >contours;
    findContours(src,contours,RETR_LIST,CHAIN_APPROX_SIMPLE);
    //handle case if no contours are detected
    CV_Assert(0 != contours.size());
    for (uint i=0;i<contours.size();i++){
        double temp_area = contourArea(contours[i]);
        if (max_area < temp_area ){
            max_area_contour_idx = i;
            max_area = temp_area;
        }
    }
    return contours[max_area_contour_idx];
}
//进程主要部分
int main( int argc, char** argv )
{
    //读入图像,转换为灰度
    Mat src = imread("E:/sandbox/cloud.png");
    Mat src_gray;
    cvtColor(src, src_gray, COLOR_BGR2GRAY);
    //阈值处理
    Mat threshold_output;
    cv::threshold(src_gray,threshold_output,150,255,THRESH_OTSU|THRESH_BINARY_INV);
    //轮廓分析
    vector<vector<Point> > contours;
    vector<Vec4i> hierarchy;
    vector<Point> biggestContour =  FindBigestContour(threshold_output);//寻找最大轮廓
    Rect boundRect    = boundingRect( Mat(biggestContour) ); //获得轮廓最小外置矩形
    cv::rectangle(src,boundRect,Scalar(0,0,255));
    //pca分析,求出斜率和经过的一点
    Mat data_pts = Mat(biggestContour.size(), 2, CV_64FC1);//Construct a buffer used by the pca analysis
    for (int i = 0; i < data_pts.rows; ++i)
    {
        data_pts.at<double>(i, 0= biggestContour[i].x;
        data_pts.at<double>(i, 1= biggestContour[i].y;
    }
    PCA pca_analysis(data_pts, Mat(), CV_PCA_DATA_AS_ROW);//执行PCA运算
    Point pos = Point2f(pca_analysis.mean.at<double>(00),
        pca_analysis.mean.at<double>(01));    //主方向直线经过的一点
    vector<Point2d> eigen_vecs(2);    //保存PCA分析结果,其中0组为主方向,1组为垂直方向
    vector<double> eigen_val(2);
    for (int i = 0; i < 2++i)
    {
        eigen_vecs[i] = Point2d(pca_analysis.eigenvectors.at<double>(i, 0),
            pca_analysis.eigenvectors.at<double>(i, 1));
        eigen_val[i] = pca_analysis.eigenvalues.at<double>(i,0);
    }
    line(src, pos - 0.02 * Point(eigen_vecs[0].x * eigen_val[0],eigen_vecs[0].y * eigen_val[0]),
        pos+0.02 * Point(eigen_vecs[0].x * eigen_val[0],eigen_vecs[0].y * eigen_val[0]) , Scalar(2552550));//绘制概略主方向
    //求出主方向直线和外置矩形的交点,
    float k = eigen_vecs[0].y/eigen_vecs[0].x; //斜率
    Point2f pt1 = Point2f(boundRect.x,k*(boundRect.x - pos.x)+pos.y);
    Point2f pt2 = Point2f((boundRect.x+boundRect.width),k*((boundRect.x+boundRect.width)-pos.x)+pos.y);
    circle(src,pt1,5,Scalar(0,255,255),-1);
    circle(src,pt2,5,Scalar(0,255,255),-1);
    //遍历两个交点之间的线段,得出和轮廓的交点
    LineIterator it(src, pt1, pt2, 8);
    for(int i = 0; i < it.count; i++++it)
    {
         Point pt(it.pos());//获得线段上的点
         if (abs(pointPolygonTest(biggestContour,pt,true)) < 1)
                circle(src,pt,5,Scalar(0,0,255),-1);
    }
    waitKey();
    return 0;
}
知识重点:
 
1、FindBigestContour为寻找轮廓中最大轮廓的函数,目前这个函数还没有merge到OpenCV中,下一步有这个计划,注意这个函数的命名规则是按照OpenCV的方法定义的;
 
2、我们采用Rect boundRect    = boundingRect( Mat(biggestContour) );
来获得轮廓的最小外置矩形。为什么要首先获得这个外置矩形了,因为我们这里来所有要求的点肯定都在这个矩形中,我们做这一步就能够降低算法的计算复杂程度;
 
3、PCA分析的具体原来和细节,请查看《如何获得物体的主要方向?》 https://www.cnblogs.com/jsxyhelu/p/7690699.html
     我们这里使用,主要是获得两个数据,一个是该轮廓的重心,这个点是我们最后要求的那条直线肯定经过的;二个是求出直线的斜率。那么对于一条直线,已经知道斜率和经过的一点,就已经能够被定义出来
 
4、最后在求该直线和轮廓的交点的时候,采用了LineIterator 和pointPolygonTest,前者是OpenCV中专门用来遍历直线的;后者是专门用来计算点和轮廓的关系的,应该说这里的应用还是非常高效的。
 
感谢阅读至此,希望有所帮助。

关键词:nbsp lt 轮廓 gt point eigen pca src 交点 opencv

相关推荐:

基于OpenCV的车牌识别(Sobel、颜色定位)

寻找复杂背景下物体的轮廓(OpenCV / C++ - Filling holes)

OpenCV中如何获得物体的主要方向

Recognition of numbers and characters using ANN OpenCV 3&period;1

OpenCV 使用 findContours 函数 Note1: 利用各个轮廓的相互阶层(hierarchy)关系

Convex Hull using OpenCV in Python and C++

OpenCV学习代码记录——轮廓(contour)检测

opencv学习之路(39)、PCA

基于opencv3.0和zbar下条形码和二维码的识别与解码

如何寻找第二大轮廓