OpenCV 提取图片中的曲线

简单介绍

  在实际的应用中，我们常常需要对图像中的曲线进行描述、处理，这个曲线可以是轮廓，骨架或者其他。可以用deque<Point> 描述曲线，接下来简单介绍下如何从图片中搜索这些曲线并保存。   首先，输入的图片是一张二值图片 (白色为曲线)，其中包含的曲线宽度为 1 像素的 (如果曲线不是 1 像素的 先提取其骨架)。遍历寻找图像中第一个白色的点，然后从这个点开始延伸寻找曲线。注意，第一个找到的点不一定是曲线的端点，因此应该分别向两边寻找相邻的点，因此deque 会好一些。每找到一个点，将其保存deque 而后置黑（防止重复寻找）。搜索到一个没有相邻点的点，表示一端搜索完成。    值得注意的一点是，我在写搜寻相邻点的时候，会首先搜寻此点与上一个点相邻位置相对的位置，如果没有，则分别搜索向两边搜索。这样的好处是可以减少寻找的次数，而且当有相交的曲线时，能连接到我们一般认为的曲线。

代码

//寻找图像曲线上某个点的下一个点 bool findNextPoint(vector<Point> &_neighbor_points, Mat &_image, Point _inpoint, int flag, Point& _outpoint, int &_outflag) { int i = flag; int count = 1; bool success = false; while (count <= 7) { Point tmppoint = _inpoint + _neighbor_points[i]; if (tmppoint.x > 0 && tmppoint.y > 0 && tmppoint.x < _image.cols&&tmppoint.y < _image.rows) { if (_image.at<uchar>(tmppoint) == 255) { _outpoint = tmppoint; _outflag = i; success = true; _image.at<uchar>(tmppoint) = 0; break; } } if (count % 2) { i += count; if (i > 7) { i -= 8; } } else { i += -count; if (i < 0) { i += 8; } } count++; } return success; } //寻找图像上的第一个点 bool findFirstPoint(Mat &_inputimg, Point &_outputpoint) { bool success = false; for (int i = 0; i < _inputimg.rows; i++) { uchar* data = _inputimg.ptr<uchar>(i); for (int j = 0; j < _inputimg.cols; j++) { if (data[j] == 255) { success = true; _outputpoint.x = j; _outputpoint.y = i; data[j] = 0; break; } } if (success) break; } return success; } //寻找曲线 void findLines(Mat &_inputimg, vector<deque<Point>> &_outputlines) { vector<Point> neighbor_points = { Point(-1,-1),Point(0,-1),Point(1,-1),Point(1,0),Point(1,1),Point(0,1),Point(-1,1),Point(-1,0) }; Point first_point; while (findFirstPoint(_inputimg, first_point)) { deque<Point> line; line.push_back(first_point); //由于第一个点不一定是线段的起始位置，双向找 Point this_point = first_point; int this_flag = 0; Point next_point; int next_flag; while (findNextPoint(neighbor_points, _inputimg, this_point, this_flag, next_point, next_flag)) { line.push_back(next_point); this_point = next_point; this_flag = next_flag; } //找另一边 this_point = first_point; this_flag = 0; //cout << "flag:" << this_flag << endl; while (findNextPoint(neighbor_points, _inputimg, this_point, this_flag, next_point, next_flag)) { line.push_front(next_point); this_point = next_point; this_flag = next_flag; } if (line.size() > 10) { _outputlines.push_back(line); } } } //随机取色 用于画线的时候 Scalar random_color(RNG& _rng) { int icolor = (unsigned)_rng; return Scalar(icolor & 0xFF, (icolor >> 8) & 0xFF, (icolor >> 16) & 0xFF); } int main() { Mat image = imread("images\\2.bmp"); Mat gray; cvtColor(image, gray, CV_BGR2GRAY); vector<deque<Point>> lines; findLines(gray, lines); cout << lines.size() << endl; //draw lines Mat draw_img = image.clone(); RNG rng(123); Scalar color; for (int i = 0; i < lines.size(); i++) { color = random_color(rng); for (int j = 0; j < lines[i].size(); j++) { draw_img.at<Vec3b>(lines[i][j]) = Vec3b(color[0], color[1], color[2]); } } imshow("draw_img", draw_img); imwrite("images\\draw_img.bmp", draw_img); waitKey(0); system("pause"); return 0; }

结果

输入图像

结果