本文共 1620 字，大约阅读时间需要 5 分钟。

使用 OpenCV 进行轮廓凸包提取

在图像处理领域，轮廓的凸包提取是一个常见但重要的操作。凸包能够有效地简化复杂的轮廓形状，使其更易于分析和处理。OpenCV 提供了强大的工具来实现这一点，通过 convexHull 函数可以快速找到任意轮廓的凸包。

凸包的概念

凸包是指能够包围一个凸多边形的最小面积壳层。对于一个给定的轮廓，其凸包是所有可能的外壳中表面积最小的那个。通过凸包，我们可以简化轮廓形状，去除非必要的拐角和细节，得到一个最小的包围形状。

OpenCV 函数使用说明

OpenCV 提供了 convexHull 函数来实现凸包提取。该函数接收以下参数：

• points：输入点集，可以是 vector<Point> 或 Mat 类型。
• hull：输出凸包点集。
• clockwise：指定凸包的方向，默认为 false。
• returnPoints：忽略该参数，因为我们只需要点集。

函数的大致流程如下：

代码示例

以下是一个使用 convexHull 函数的完整示例：

// 克隆源图像Mat src_copy = src.clone();Mat threshold_output;vector
   
     contours;vector
    
      hierarchy;// 阈值检测threshold(src_gray, threshold_output, thresh, 255, THRESH_BINARY);// 检测轮廓findContours(threshold_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));// 初始化凸包点集vector
     
      
       > hull(contours.size());// 遍历每个轮廓for (int i = 0; i < contours.size(); i++) {    convexHull(Mat(contours[i]), hull[i], false);}// 绘制轮廓和凸包Mat drawing = Mat::zeros(threshold_output.size(), CV_8UC3);for (int i = 0; i < contours.size(); i++) {    Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));    drawContours(drawing, contours, i, color, 1, 8, vector
       
        (), 0, Point());    drawContours(drawing, hull, i, color, 1, 8, vector
        
         (), 0, Point());}namedWindow("Hull demo", CV_WINDOW_AUTOSIZE);imshow("Hull demo", drawing);
        
       
      
     
    
   

凸包绘制

在绘制轮廓和凸包时，使用 drawContours 函数可以清晰地显示两者之间的差异。通过给每个轮廓分配不同的颜色，可以更直观地比较原轮廓和其凸包的形状。

总结

通过 OpenCV 的 convexHull 函数，可以轻松地从任意轮廓中提取其凸包。该函数强大且灵活，适用于多种实际场景。通过合理使用该函数，可以显著简化轮廓分析过程，提高图像处理效率。

转载地址：http://bwpfk.baihongyu.com/