日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

OpenCV提取圖像中圓線上的數據具體流程_C 語言

更新時間： 2021-10-09 編程語言

需求說明

在對圖像進行處理時，經常會有這類需求：客戶想要提取出圖像中某條直線、圓線或者ROI區域內的感興趣數據，進行重點關注。該需求在圖像檢測領域尤其常見。ROI區域一般搭配Rect即可完成提取，直線和圓線數據的提取沒有現成的函數，需要自行實現。

直線的提取見：

OpenCV獲取圖像中直線上的數據具體流程

而圓線的提取則是本文要將的內容，對圓線而言，將線上某點作為起點，沿順時針或逆時針方向依次提取感興趣數據，可放置在容器中。那么如何快速提取呢？本文提供了一種比較簡單的思路，應用窗口模板，在窗口中快速找到下一可前進點的位置，步進然后再找下個點，形成路徑追蹤，進而實現整圈圓線數據的提取。

具體流程

1）初始化。設置路徑追蹤窗口尺寸size為3，創建path作為行進路徑，p點作為起點，c用來存放目標數據點。

cv::Mat c;
int size = 3;
cv::Mat path = mask.clone();
Point p = Point(center.x + radius, center.y);

2）將起點放置在c中，將path中的起點值置0，表示該點已經走過。

c.push_back(src.at<uchar>(p.y, p.x));
path.at<uchar>(p.y, p.x) = 0;

3）用WinDataNum函數判斷當前點的窗口內有幾個可前進點，若無則說明路徑封死或者完成路徑，wn值表示可前進點的個數。

int wn = WinDataNum(path, p, size);

4）窗口內遍歷，查看是否有可前進路徑，若找到，則將當前點信息刷新為此點，并將標記符find設為true，find的意義是快速中斷遍歷，用來提速。

int t = size / 2;
bool find = false;
for (int i = p.y - t; i <= p.y + t; ++i)
{
	uchar *g = path.ptr<uchar>(i);
	for (int j = p.x - t; j <= p.x + t; ++j)
	{
		if (g[j] == 255)
		{
			p.x = j;
			p.y = i;
			find = true;
			break;
		}
	}
	if (find)
		break;
}

5）若找到了點，即find為true，則將該點的數據存放在c中，path中置0，并以該點為中心搜索窗口內可前進路徑。

if (find)
{
	c.push_back(src.at<uchar>(p.y, p.x));
	path.at<uchar>(p.y, p.x) = 0;
	wn = WinDataNum(path, p, size);
}
else
	break;

6）若wn為0了，則說明路徑封死或者完成路徑了，跳出循環，函數執行完畢。?

while (wn)
{
	int t = size / 2;
	bool find = false;
	for (int i = p.y - t; i <= p.y + t; ++i)
	{
		uchar *g = path.ptr<uchar>(i);
		for (int j = p.x - t; j <= p.x + t; ++j)
		{
			if (g[j] == 255)
			{
				p.x = j;
				p.y = i;
				find = true;
				break;
			}
		}
		if (find)
			break;
	}
	if (find)
	{
		c.push_back(src.at<uchar>(p.y, p.x));
		path.at<uchar>(p.y, p.x) = 0;
		wn = WinDataNum(path, p, size);
	}
	else
		break;
 
}

功能函數

// 獲取圓圈上的數據，逆時針存儲，起點在中心同行最右側數據
cv::Mat getCircleData(cv::Mat src, cv::Mat mask, cv::Point center, int radius)
{
	cv::Mat c;
	int size = 3;
	cv::Mat path = mask.clone();
	Point p = Point(center.x + radius, center.y);
	c.push_back(src.at<uchar>(p.y, p.x));
	path.at<uchar>(p.y, p.x) = 0;
	int wn = WinDataNum(path, p, size);
	while (wn)
	{
		int t = size / 2;
		bool find = false;
		for (int i = p.y - t; i <= p.y + t; ++i)
		{
			uchar *g = path.ptr<uchar>(i);
			for (int j = p.x - t; j <= p.x + t; ++j)
			{
				if (g[j] == 255)
				{
					p.x = j;
					p.y = i;
					find = true;
					break;
				}
			}
			if (find)
				break;
		}
		if (find)
		{
			c.push_back(src.at<uchar>(p.y, p.x));
			path.at<uchar>(p.y, p.x) = 0;
			wn = WinDataNum(path, p, size);
		}
		else
			break;
 
	}
	return c;
}
// 獲取窗口內的有效數據個數
int WinDataNum(cv::Mat path, cv::Point p, int size)
{
	int number = 0;
	int t = size / 2;
	for (int i = p.y - t; i <= p.y + t; ++i)
	{
		uchar *g = path.ptr<uchar>(i);
		for (int j = p.x - t; j <= p.x + t; ++j)
		{
			if (g[j] == 255)
				number++;
		}
	}
	return number;
}

C++測試代碼

#include <iostream>
#include <opencv2/opencv.hpp>
#include <string>
 
using namespace std;
using namespace cv;
 
cv::Mat getCircleData(cv::Mat src, cv::Mat mask, cv::Point center, int radius);
int WinDataNum(cv::Mat path, cv::Point p, int size);
 
int main()
{
	cv::Mat src = imread("test.jpg", 0);
	cv::Mat mask = cv::Mat::zeros(src.size(), CV_8UC1);
	cv::Point center = cv::Point(src.cols / 2, src.rows / 2);
	int radius = min(src.cols, src.rows) / 2 - 10;
	circle(mask, center, radius, Scalar(255), 1, 8);
	cv::Mat c = getCircleData(src, mask, center, radius);
	src.setTo(0, mask == 0);
	imshow("src", src);
	imshow("mask", mask);
	waitKey(0);
 
	return 0;
}
 
// 獲取圓圈上的數據，逆時針存儲，起點在中心同行最右側數據
cv::Mat getCircleData(cv::Mat src, cv::Mat mask, cv::Point center, int radius)
{
	cv::Mat c;
	int size = 3;
	cv::Mat path = mask.clone();
	Point p = Point(center.x + radius, center.y);
	c.push_back(src.at<uchar>(p.y, p.x));
	path.at<uchar>(p.y, p.x) = 0;
	int wn = WinDataNum(path, p, size);
	while (wn)
	{
		int t = size / 2;
		bool find = false;
		for (int i = p.y - t; i <= p.y + t; ++i)
		{
			uchar *g = path.ptr<uchar>(i);
			for (int j = p.x - t; j <= p.x + t; ++j)
			{
				if (g[j] == 255)
				{
					p.x = j;
					p.y = i;
					find = true;
					break;
				}
			}
			if (find)
				break;
		}
		if (find)
		{
			c.push_back(src.at<uchar>(p.y, p.x));
			path.at<uchar>(p.y, p.x) = 0;
			wn = WinDataNum(path, p, size);
		}
		else
			break;
 
	}
	return c;
}
 
// 獲取窗口內的有效數據個數
int WinDataNum(cv::Mat path, cv::Point p, int size)
{
	int number = 0;
	int t = size / 2;
	for (int i = p.y - t; i <= p.y + t; ++i)
	{
		uchar *g = path.ptr<uchar>(i);
		for (int j = p.x - t; j <= p.x + t; ++j)
		{
			if (g[j] == 255)
				number++;
		}
	}
	return number;
}

測試效果

圖1 原圖

圖2 掩膜內圖像

如圖1圖2所示，掩膜內的圖像數據就是我們要提取的目標。

圖3 放大后數據搜索路徑

圖3放大后可以看出，起點是230，之后的數據是230、231、236、232、234、146等等，再看c容器中的數據。

圖4 容器內數據

對比完開頭，再看結尾，如圖3所示，是234、234、231、234、234，然后就是起點230，查看容器。

圖5 容器內數據

這樣有的小伙伴可能覺得中間會不會有數據錯誤呢，很簡單，打開VS復制代碼后，搭配ImageWatch插件，debug調試打斷點觀察path矩陣，看看它的255數據是不是按預想的路徑消失，如果是則說明扔的數據也沒有問題。

總結

本文提供的只是一個簡單思路，有一定局限性。比如該方法在圓線寬為1時效果最佳，若線寬大了就不能用窗口簡單判斷了；另外，起點在右側時是逆時針獲取數據，起點在左側時是順時針獲取數據，如果想統一標準的話，最好加上起點的位置判斷，然后決定是否將c的數據翻轉。至于運行速度方面，3000*3000的圖像矩陣中運行基本為0ms，畢竟只是提取了一條圓線而已。

原文鏈接：https://zhaitianbao.blog.csdn.net/article/details/121613124

欄目分類
最近更新