本文主要是介绍OpenCV结构分析与形状描述符（7）计算轮廓的面积的函数contourArea()的使用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
- 操作系统：ubuntu22.04
- OpenCV版本：OpenCV4.9
- IDE:Visual Studio Code
- 编程语言：C++11
算法描述
计算轮廓的面积。
该函数计算轮廓的面积。与 moments 类似，面积是使用格林公式计算的。因此，返回的面积与你使用 drawContours 或 fillPoly 绘制轮廓时的非零像素数量可能会不同。此外，对于自相交的轮廓，该函数很可能会给出错误的结果。
例子：
vector<Point> contour;
contour.push_back(Point2f(0, 0));
contour.push_back(Point2f(10, 0));
contour.push_back(Point2f(10, 10));
contour.push_back(Point2f(5, 4));
double area0 = contourArea(contour);
vector<Point> approx;
approxPolyDP(contour, approx, 5, true);
double area1 = contourArea(approx);
cout << "area0 =" << area0 << endl <<"area1 =" << area1 << endl <<"approx poly vertices" << approx.size() << endl;
函数原型
double cv::contourArea
(InputArray contour,bool oriented = false
)
参数
- 参数contour 输入的二维点向量（轮廓顶点），存储在 std::vector 或 Mat 中
- 参数oriented 有向面积标志。如果该值为真，则函数会返回一个根据轮廓方向（顺时针或逆时针）而定的带符号的面积值。利用此功能，可以通过获取面积的符号来确定轮廓的方向。默认情况下，该参数为假，这意味着返回的是绝对值。
代码示例
#include <iostream>
#include <opencv2/opencv.hpp>int main()
{// 创建一个简单的二值图像cv::Mat img = cv::Mat::zeros( 300, 300, CV_8UC1 );// 添加一个矩形轮廓cv::rectangle( img, cv::Rect( 50, 50, 100, 100 ), cv::Scalar( 255 ), cv::FILLED );// 显示原始二值图像cv::imshow( "Binary Image", img );// 查找图像中的轮廓std::vector< std::vector< cv::Point > > contours;std::vector< cv::Vec4i > hierarchy;cv::findContours( img, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE );// 计算每个轮廓的面积for ( const auto& contour : contours ){double area = cv::contourArea( contour );std::cout << "Contour area (absolute): " << area << std::endl;// 计算带符号的面积double oriented_area = cv::contourArea( contour, true );std::cout << "Contour oriented area: " << oriented_area << std::endl;}// 绘制轮廓cv::drawContours( img, contours, -1, cv::Scalar( 128 ), 2 );// 显示带有轮廓的图像cv::imshow( "Image with Contour", img );cv::waitKey( 0 );cv::destroyAllWindows();return 0;
}
运行结果
终端输出：
Contour area (absolute): 9801
Contour oriented area: -9801图像输出：
这篇关于OpenCV结构分析与形状描述符（7）计算轮廓的面积的函数contourArea()的使用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
