传统视觉轮廓识别

传统视觉第二讲

学习任务

2023传统视觉第二讲–轮廓识别

传统视觉识别流程

对于输入的图片，使用各种图像处理手段，如颜色空间转换、二值化、形态学处理等得到一张只包含黑白两色的mask，再对mask进行轮廓提取，根据轮廓的长宽面积等特征筛选出目标轮廓。

转换成下面这样

findContours函数

轮廓提取使用findContours函数，其参数如下：

void cv::findContours ( InputArray image,
OutputArrayOfArrays contours,
OutputArray hierarchy,
int mode,
int method,
Point offset = Point()
)

void cv::findContours ( InputArray image,
OutputArrayOfArrays contours,
int mode,
int method,
Point offset = Point()
)

参数释义

第一个参数：image，单通道图像矩阵，可以是灰度图，但更常用的是二值图像，一般是经过Canny、拉普拉斯等边缘检测算子处理过的二值图像；
第二个参数：contours，定义为“vector<vector> contours”，即为得到的一组轮廓，每个轮廓由点集vector表示；
第三个参数（可选）：hierarchy，定义为“vector hierarchy”，用来表示轮廓的等级关系，暂时不作介绍；
第四个参数：int型的mode，定义轮廓的检索模式：
取值一：CV_RETR_EXTERNAL只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略；
取值二：CV_RETR_LIST 检测所有的轮廓，包括内围、外围轮廓，但是检测到的轮廓不建立等级关系；
取值三：CV_RETR_CCOMP 检测所有的轮廓，但所有轮廓只建立两个等级关系，外围为顶层，若外围内的内围轮廓还包含了其他的轮廓信息，则内围内的所有轮廓均归属于顶层；
取值四：CV_RETR_TREE 检测所有轮廓，所有轮廓建立一个等级树结构。外层轮廓包含内层轮廓，内层轮廓还可以继续包含内嵌轮廓。
第五个参数：int型的method，定义轮廓的近似方法：
取值一：CV_CHAIN_APPROX_NONE 保存物体边界上所有连续的轮廓点到contours向量内
取值二：CV_CHAIN_APPROX_SIMPLE 仅保存轮廓的拐点信息，把所有轮廓拐点处的点保存入contours向量内，拐点与拐点之间直线段上的信息点不予保留
其他取值不作介绍
第六个参数：Point偏移量，所有的轮廓信息相对于原始图像对应点的偏移量。

为便于观察，在提取轮廓后可使用drawContours方法绘制轮廓。

对轮廓的操作

凸包convexHull

最小外接矩形minAreaRect

最小外接圆minEnclosingCircle
最小外接椭圆fitEllipse

任务

下图为对包含装甲板的图像处理后得到的mask，对于该图，提取并筛选出装甲板两个灯柱的轮廓，并标出装甲板的中心。
这里由于本人代码水平并不高，于是参考了同组大佬的代码
原文链接：在这里
运行好以后图片为：