cvApproxPoly的学习

这是一个轮廓的多边形轮廓逼近函数,这个函数用指定精度逼近一个或多个 曲线,并返回逼近结果。一开始觉得这个函数没什么必要,因为如果只是要简单的提取和显示图像轮廓的话只要cvFindContours函数就够了,那么为什么还要这个函数呢?后来百度了下,在opencv论坛上找到了答案。

首先,轮廓的多边形逼近指的是:使用多边形来近似表示一个轮廓。其次,多边形逼近的目的是为了减少轮廓的顶点数目。但多边形逼近的结果依然是一个轮廓,只是这个轮廓相对要粗旷一些。

下面看下测试代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
#include<cv.h> 
#include<highgui.h> 
   
int main() 
    IplImage* src = NULL; 
    IplImage* img = NULL; 
    IplImage* dst = NULL; 
   
    CvMemStorage* storage = cvCreateMemStorage (0); 
    CvMemStorage* storage1 = cvCreateMemStorage (0); 
    CvSeq* contour = 0; 
    CvSeq* cont; 
    CvSeq* mcont; 
   
    src = cvLoadImage ("8.jpg", 1); 
    img = cvCreateImage (cvGetSize(src), IPL_DEPTH_8U, 1); 
    dst = cvCreateImage (cvGetSize(src), src->depth, src->nChannels); 
   
    cvCvtColor (src, img, CV_BGR2GRAY); 
    cvThreshold (img, img, 100, 200, CV_THRESH_BINARY); 
       
    cvFindContours (img, storage, &contour, sizeof(CvContour), CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE); 
       
    if (contour) 
    
        CvTreeNodeIterator iterator; 
        cvInitTreeNodeIterator (&iterator, contour,  1); 
        while (0 != (cont = (CvSeq*)cvNextTreeNode (&iterator))) 
        
            mcont = cvApproxPoly (cont, sizeof(CvContour), storage1, CV_POLY_APPROX_DP, cvContourPerimeter(cont)*0.02,0); 
            cvDrawContours (dst, mcont, CV_RGB(255,0,0),CV_RGB(0,0,100),1,2,8,cvPoint(0,0)); 
        
    
   
    cvNamedWindow ("Contour", 1); 
    cvShowImage ("Contour", dst); 
   
    cvWaitKey (0); 
   
    cvReleaseMemStorage (&storage); 
    cvReleaseImage (&src); 
    cvReleaseImage (&img); 
    cvReleaseImage (&dst); 
   
    return 0; 

  源图:

           

 

多边形逼近的结果图:                                               直接用cvFindContours得到的轮廓图


                     

 

对比两个图(轮廓颜色不用管),可以发现多边形逼近的结果确实相对粗旷点。

原文地址:http://blog.csdn.net/bruce_zeng/article/details/8074253

郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。