我有以下C ++代码，其目的是从预先指定的图像中检测形状并在形状周围绘制＆＃39;周边。但是，我希望将其用于下一步，并从相机进纸而不仅仅是图像中跟踪形状。但是，我不熟悉如何进行这种转变。
#include <opencv2\opencv.hpp>
#include <opencv2\highgui\highgui.hpp>
int main()
{
IplImage* img = cvLoadImage("C:/Users/Ayush/Desktop/FindingContours.png");
//show the original image
cvNamedWindow("Raw");
cvShowImage("Raw", img);
//converting the original image into grayscale
IplImage* imgGrayScale = cvCreateImage(cvGetSize(img), 8, 1);
cvCvtColor(img, imgGrayScale, CV_BGR2GRAY);
//thresholding the grayscale image to get better results
cvThreshold(imgGrayScale, imgGrayScale, 128, 255, CV_THRESH_BINARY);
CvSeq* contours; //hold the pointer to a contour in the memory block
CvSeq* result; //hold sequence of points of a contour
CvMemStorage *storage = cvCreateMemStorage(0); //storage area for all contours
//finding all contours in the image
cvFindContours(imgGrayScale, storage, &contours, sizeof(CvContour), CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE, cvPoint(0, 0));
//iterating through each contour
while (contours) {
//obtain a sequence of points of contour, pointed by the variable 'contour'
result = cvApproxPoly(contours, sizeof(CvContour), storage, CV_POLY_APPROX_DP, cvContourPerimeter(contours)*0.02, 0);
//if there are 3 vertices in the contour(It should be a triangle)
if (result->total == 3) {
//iterating through each point
CvPoint *pt[3];
for (int i = 0; i < 3; i++) {
pt[i] = (CvPoint*)cvGetSeqElem(result, i);
}
//drawing lines around the triangle
cvLine(img, *pt[0], *pt[1], cvScalar(255, 0, 0), 4);
cvLine(img, *pt[1], *pt[2], cvScalar(255, 0, 0), 4);
cvLine(img, *pt[2], *pt[0], cvScalar(255, 0, 0), 4);
}
//if there are 4 vertices in the contour(It should be a quadrilateral)
else if (result->total == 4) {
//iterating through each point
CvPoint *pt[4];
for (int i = 0; i < 4; i++) {
pt[i] = (CvPoint*)cvGetSeqElem(result, i);
}
//drawing lines around the quadrilateral
cvLine(img, *pt[0], *pt[1], cvScalar(0, 255, 0), 4);
cvLine(img, *pt[1], *pt[2], cvScalar(0, 255, 0), 4);
cvLine(img, *pt[2], *pt[3], cvScalar(0, 255, 0), 4);
cvLine(img, *pt[3], *pt[0], cvScalar(0, 255, 0), 4);
}
//if there are 7 vertices in the contour(It should be a heptagon)
else if (result->total == 7) {
//iterating through each point
CvPoint *pt[7];
for (int i = 0; i < 7; i++) {
pt[i] = (CvPoint*)cvGetSeqElem(result, i);
}
//drawing lines around the heptagon
cvLine(img, *pt[0], *pt[1], cvScalar(0, 0, 255), 4);
cvLine(img, *pt[1], *pt[2], cvScalar(0, 0, 255), 4);
cvLine(img, *pt[2], *pt[3], cvScalar(0, 0, 255), 4);
cvLine(img, *pt[3], *pt[4], cvScalar(0, 0, 255), 4);
cvLine(img, *pt[4], *pt[5], cvScalar(0, 0, 255), 4);
cvLine(img, *pt[5], *pt[6], cvScalar(0, 0, 255), 4);
cvLine(img, *pt[6], *pt[0], cvScalar(0, 0, 255), 4);
}
//obtain the next contour
contours = contours->h_next;
}
//show the image in which identified shapes are marked
cvNamedWindow("Tracked");
cvShowImage("Tracked", img);
cvWaitKey(0); //wait for a key press
//cleaning up
cvDestroyAllWindows();
cvReleaseMemStorage(&storage);
cvReleaseImage(&img);
cvReleaseImage(&imgGrayScale);
return 0;
}
对此事的任何帮助都非常感谢。谢谢！
答案 0 :(得分：1)
如果您正在使用C ++，我首先要重写它以使用C ++ OpenCV API，而不是旧的C语言 - 恕我直言，它更容易使用。在此过程中，将代码重构为较小的函数，并将处理与I / O分离。最后，请考虑视频只是一系列图像。如果您可以处理一个图像，那么您可以一次处理一个视频。
那么，如何实现这一目标。让我们从顶部开始，写一个main()函数。
要阅读视频流，我们将使用cv::VideoCapture。我们将从初始化（并确保工作）开始，并准备一些named windows来显示输入和输出帧。
然后我们将开始在无限循环中处理各个帧，仅在帧获取失败或用户点击转义键时退出。在每次迭代中，我们将：
代码：
int main()
{
cv::VideoCapture cap(0); // open the video camera no. 0
if (!cap.isOpened()) // if not success, exit program
{
std::cout << "Cannot open the video cam\n";
return -1;
}
cv::namedWindow("Original", CV_WINDOW_AUTOSIZE);
cv::namedWindow("Tracked", CV_WINDOW_AUTOSIZE);
// Process frames from the video stream...
for(;;) {
cv::Mat frame, result_frame;
// read a new frame from video
if (!cap.read(frame)) {
std::cout << "Cannot read a frame from video stream\n";
break;
}
process_frame(frame, result_frame);
cv::imshow("Original", frame);
cv::imshow("Tracked", result_frame);
if (cv::waitKey(20) == 27) { // Quit on ESC
break;
}
}
return 0;
}
NB ：在适当的时间使用cv::waitKey对于GUI的工作至关重要。仔细阅读文档。
完成后，是时候实现我们的process_frame函数了，但首先，让我们创建一些有用的全局typedef。
在C ++ API中，轮廓是cv::Point个cv::Vec4i个对象，由于可以检测到多个轮廓，我们还需要std::vector个轮廓。同样，层次结构表示为cv::Mat个cv::cvtColor个对象。 （“是”是一个骗子，因为它也可能是其他数据类型，但现在这并不重要。）
std::vector让我们处理这个函数 - 它需要有两个参数：
cv::threshold），我们只是分析它。我们需要：
cv::findContours制作灰度版本，以便我们cv::arcLength它，将图像二值化cv::polylines 代码：
std::vector最后一步，处理单个轮廓的功能。它需要：
typedef std::vector<cv::Point> contour_t;
typedef std::vector<contour_t> contour_vector_t;
typedef std::vector<cv::Vec4i> hierarchy_t;
）首先，我们想要使用周长的一小部分（我们可以使用Why is “using namespace std” considered bad practice?来计算）作为参数来近似一个多边形。我们将继续处理这个近似的轮廓。
接下来，我们要处理3个特定情况：三角形，四边形和七边形。我们想用不同的颜色绘制每个轮廓的轮廓，否则我们什么都不做。要绘制构成轮廓的线序列，我们可以使用{{3}}。
代码：
void process_frame(cv::Mat const& frame, cv::Mat& result_frame)
{
frame.copyTo(result_frame);
cv::Mat feedGrayScale;
cv::cvtColor(frame, feedGrayScale, cv::COLOR_BGR2GRAY);
//thresholding the grayscale image to get better results
cv::threshold(feedGrayScale, feedGrayScale, 128, 255, cv::THRESH_BINARY);
contour_vector_t contours;
hierarchy_t hierarchy;
cv::findContours(feedGrayScale, contours, hierarchy, cv::RETR_LIST, cv::CHAIN_APPROX_SIMPLE);
for (size_t k(0); k < contours.size(); ++k) {
process_contour(result_frame, contours[k]);
}
}
NB ：cv::Mat保证是连续的。这就是为什么我们可以通过获取第一个元素（void process_contour(cv::Mat& frame, contour_t const& contour)
{
contour_t approx_contour;
cv::approxPolyDP(contour, approx_contour, cv::arcLength(contour, true) * 0.02, true);
cv::Scalar TRIANGLE_COLOR(255, 0, 0);
cv::Scalar QUADRILATERAL_COLOR(0, 255, 0);
cv::Scalar HEPTAGON_COLOR(0, 0, 255);
cv::Scalar colour;
if (approx_contour.size() == 3) {
colour = TRIANGLE_COLOR;
} else if (approx_contour.size() == 4) {
colour = QUADRILATERAL_COLOR;
} else if (approx_contour.size() == 7) {
colour = HEPTAGON_COLOR;
} else {
return;
}
cv::Point const* points(&approx_contour[0]);
int n_points(static_cast<int>(approx_contour.size()));
polylines(frame, &points, &n_points, 1, true, colour, 4);
}
）的地址来安全地获取指针。
NB ：避免使用
std::vector有关详细信息，请参阅{{3}}