Question

是否有一个快速的解决方案，只在我所参与的blob的轮廓内指定ROI？

到目前为止我的想法：

使用boundingRect，但它包含太多我不想分析的内容。
将goodFeaturesToTrack应用于整个图像，然后循环输出坐标以消除一次外部的blob轮廓

提前致谢！

修改

我找到了我需要的东西：cv :: pointPolygonTest（）似乎是正确的，但我不确定如何实现它......

以下是一些代码：

// ...
IplImage forground_ipl = result;
IplImage *labelImg = cvCreateImage(forground.size(), IPL_DEPTH_LABEL, 1);

CvBlobs blobs;
bool found = cvb::cvLabel(&forground_ipl, labelImg, blobs);
IplImage *imgOut = cvCreateImage(cvGetSize(&forground_ipl), IPL_DEPTH_8U, 3);

if (found) {
    vb::CvBlob *greaterBlob = blobs[cvb::cvGreaterBlob(blobs)];
    cvb::cvRenderBlob(labelImg, greaterBlob, &forground_ipl, imgOut);
    CvContourPolygon *polygon = cvConvertChainCodesToPolygon(&greaterBlob->contour);
}

“polygon”包含我需要的轮廓。

goodFeaturesToTrack以这种方式实现：

- (std::vector<cv::Point2f>)pointsFromGoodFeaturesToTrack:(cv::Mat &)_image
{
    std::vector<cv::Point2f> corners;
    cv::goodFeaturesToTrack(_image,corners, 100, 0.01, 10);
    return corners;
}

接下来我需要遍历角落并用cv :: pointPolygonTest（）检查每个点，对吗？

Answer 1

您可以在您感兴趣的区域创建一个掩码：

修改如何制作面具：

制作面具;

Mat mask(origImg.size(), CV_8UC1); mask.setTo(Scalar::all(0)); // here I assume your contour is extracted with findContours, // and is stored in a vector<vector<Point>> // and that you know which contour is the blob // if it's not the case, use fillPoly instead of drawContour(); Scalar color(255,255,255); // white. actually, it's monchannel. drawContours(mask, contours, contourIdx, color ); // fillPoly(Mat& img, const Point** pts, const int* npts, // int ncontours, const Scalar& color)

现在你已经准备好使用它了。但，仔细查看结果 - 我听说过OpenCV中有关功能提取器的掩码参数的一些错误，我不确定它是否与此有关。

// note the mask parameter: void goodFeaturesToTrack(InputArray image, OutputArray corners, int maxCorners, double qualityLevel, double minDistance, InputArray mask=noArray(), int blockSize=3, bool useHarrisDetector=false, double k=0.04 )

这也将提高你的应用速度 - goodFeaturesToTrack会花费大量时间，如果你只在较小的图像上应用它，那么整体增益就很大。

OpenCV C ++ / Obj-C：特定blob内的goodFeaturesToTrack

1 个答案: