opencv提取图像的缺陷并用最小矩形框出来

2023-10-23 07:32

本文主要是介绍opencv提取图像的缺陷并用最小矩形框出来,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!

看代码:

	IplImage *g = cvLoadImage("C:\\Users\\Administrator\\Desktop\\21.jpg");IplImage* src = cvCreateImage(cvGetSize(g), IPL_DEPTH_8U, 1);//转化为单通道黑白照片CvScalar pixel1;double temp;for (int i = 0; i < g->height - 1; ++i){for (int j = 0; j < g->width - 1; ++j){pixel1 = cvGet2D(g, i, j);temp = 0.11*pixel1.val[0] + 0.59*pixel1.val[1] + 0.30*pixel1.val[2];cvSet2D(src, i, j, temp);}}CvMemStorage* storage = cvCreateMemStorage(0);CvSeq* contour = 0;cvNamedWindow("image0", 1);cvShowImage("image0", src);int   hei = src->height;int   wid = src->width;uchar *data = (uchar*)src->imageData;int widstep = src->widthStep;int channel = src->nChannels;IplImage *dst = cvCreateImage(cvSize(wid, hei), IPL_DEPTH_8U, 3);// invert the image  for (int i = 0; i<hei; i++){for (int j = 0; j<wid; j++){if (data[i*widstep + j*channel]>160){data[i*widstep + j*channel] = 255;}else{data[i*widstep + j*channel] = 0;}}}cvNamedWindow("image", 0);cvShowImage("image", src);printf("图像的高为:%d,宽为:%d\n\n", hei, wid);cvCvtColor(src, dst, CV_GRAY2BGR);cvFindContours(src, storage, &contour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE);for (; contour != 0; contour = contour->h_next){CvBox2D rect = cvMinAreaRect2(contour, storage);double area = rect.size.height* rect.size.width;if (area < 1000)continue;CvPoint2D32f rect_pts0[4];cvBoxPoints(rect, rect_pts0);int npts = 4, k = 0;int aaa = 0, bbb = 0;CvPoint rect_pts[4], *pt = rect_pts;printf("连通区域最小外接矩形顶点坐标分别为:\n");for (int i = 0; i<4; i++){rect_pts[i] = cvPointFrom32f(rect_pts0[i]);printf("%d %d\n", rect_pts[i].x, rect_pts[i].y);aaa = (int)sqrt((pow((rect_pts[0].x - rect_pts[1].x), 2) + pow((rect_pts[0].y- rect_pts[1].y), 2)));bbb = (int)sqrt((pow((rect_pts[0].x - rect_pts[3].x), 2) + pow((rect_pts[0].y - rect_pts[3].y), 2)));if (aaa<bbb){k = aaa;aaa = bbb;bbb = k;}}printf("最小外接矩形的长为:%d宽为:%d。\n\n", aaa, bbb);cvPolyLine(g, &pt, &npts, 1, 1, CV_RGB(255, 0, 0), 1);}cvNamedWindow("image1", 1);cvShowImage("image1", g);cvNamedWindow("image", 1);cvShowImage("image", src);cvWaitKey(0);cvDestroyWindow("image");cvDestroyWindow("image1");cvReleaseImage(&src);cvReleaseImage(&g);

效果如图:

这篇关于opencv提取图像的缺陷并用最小矩形框出来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!



http://www.chinasem.cn/article/266450

相关文章

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文

Python如何将OpenCV摄像头视频流通过浏览器播放

《Python如何将OpenCV摄像头视频流通过浏览器播放》:本文主要介绍Python如何将OpenCV摄像头视频流通过浏览器播放的问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完... 目录方法1:使用Flask + MJPEG流实现代码使用方法优点缺点方法2:使用WebSocket传输视

Python中提取文件名扩展名的多种方法实现

《Python中提取文件名扩展名的多种方法实现》在Python编程中,经常会遇到需要从文件名中提取扩展名的场景,Python提供了多种方法来实现这一功能,不同方法适用于不同的场景和需求,包括os.pa... 目录技术背景实现步骤方法一:使用os.path.splitext方法二:使用pathlib模块方法三

使用Python和OpenCV库实现实时颜色识别系统

《使用Python和OpenCV库实现实时颜色识别系统》:本文主要介绍使用Python和OpenCV库实现的实时颜色识别系统,这个系统能够通过摄像头捕捉视频流,并在视频中指定区域内识别主要颜色(红... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间详解

OpenCV实现实时颜色检测的示例

《OpenCV实现实时颜色检测的示例》本文主要介绍了OpenCV实现实时颜色检测的示例,通过HSV色彩空间转换和色调范围判断实现红黄绿蓝颜色检测,包含视频捕捉、区域标记、颜色分析等功能,具有一定的参考... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间

Python实现精准提取 PDF中的文本,表格与图片

《Python实现精准提取PDF中的文本,表格与图片》在实际的系统开发中,处理PDF文件不仅限于读取整页文本,还有提取文档中的表格数据,图片或特定区域的内容,下面我们来看看如何使用Python实... 目录安装 python 库提取 PDF 文本内容:获取整页文本与指定区域内容获取页面上的所有文本内容获取

Python中OpenCV与Matplotlib的图像操作入门指南

《Python中OpenCV与Matplotlib的图像操作入门指南》:本文主要介绍Python中OpenCV与Matplotlib的图像操作指南,本文通过实例代码给大家介绍的非常详细,对大家的学... 目录一、环境准备二、图像的基本操作1. 图像读取、显示与保存 使用OpenCV操作2. 像素级操作3.

C/C++中OpenCV 矩阵运算的实现

《C/C++中OpenCV矩阵运算的实现》本文主要介绍了C/C++中OpenCV矩阵运算的实现,包括基本算术运算(标量与矩阵)、矩阵乘法、转置、逆矩阵、行列式、迹、范数等操作,感兴趣的可以了解一下... 目录矩阵的创建与初始化创建矩阵访问矩阵元素基本的算术运算 ➕➖✖️➗矩阵与标量运算矩阵与矩阵运算 (逐元

C/C++的OpenCV 进行图像梯度提取的几种实现

《C/C++的OpenCV进行图像梯度提取的几种实现》本文主要介绍了C/C++的OpenCV进行图像梯度提取的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录预www.chinasem.cn备知识1. 图像加载与预处理2. Sobel 算子计算 X 和 Y

C/C++和OpenCV实现调用摄像头

《C/C++和OpenCV实现调用摄像头》本文主要介绍了C/C++和OpenCV实现调用摄像头,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录准备工作1. 打开摄像头2. 读取视频帧3. 显示视频帧4. 释放资源5. 获取和设置摄像头属性