OPENCV——C++版图像形状简单识别

最新推荐文章于 2026-03-28 15:59:32 发布

原创最新推荐文章于 2026-03-28 15:59:32 发布 · 7.8k 阅读

113 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#opencv #c++

本文介绍了如何使用OpenCV库在C++中实现简单图像形状识别，包括预处理步骤（灰度、高斯滤波、边缘检测和膨胀），以及详细讲解了轮廓检测和形状识别算法，通过实例展示了三角形、圆形和矩形的识别过程。

OPENCV——C++版图像形状简单识别

在这里插入图片描述

在这里插入图片描述
其实就是简单的小实验，识别图形，opencv的库里是有对应的函数。
首先可以勾勒出他们的轮廓，其次还可以识别哪些是三角形，哪些是圆形，哪些是矩形。

这就是形状、轮廓检测的功能。

预处理

1.灰度

cvtColor(img, imgGray,COLOR_BGR2GRAY, 0);

在这里插入图片描述
2.高斯滤波

GaussianBlur(imgGray, imgBlur, Size(65, 65), 1, 1);

在这里插入图片描述
3.Canny边缘检测

		Canny(imgBlur, imgCanny, 40, 120);

在这里插入图片描述
4.膨胀

		Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));

		dilate(imgCanny, imgDila, kernel);

在这里插入图片描述

形状与轮廓检测函数详解

这里我推荐这位博主的解释，很详尽。
计算机视觉 OpenCV【七：应用之形状与轮廓检测】

具体代码


#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

using namespace cv;
using namespace std;


void getcontour(Mat imgDil,Mat img)//判断轮廓
{
	vector<vector<Point>> contour;
	vector<Vec4i> hierarchy;
	findContours(imgDil, contour, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_TC89_KCOS);
	
	vector<vector<Point>> conPoly(contour.size());
	vector<Rect> boundRect(contour.size());
	for (int i = 0; i < contour.size(); i++)
	{
		int area = contourArea(contour[i]);//轮廓面积用于排除黑点
		cout << area << endl;
		string objectType;//形状

		if (area > 1000)//排除小黑圆点的干扰
		{
			float peri = arcLength(contour[i], true);
			approxPolyDP(contour[i], conPoly[i], 0.02 * peri, true);//把一个连续光滑曲线折线化			
			cout << conPoly[i].size() << endl;//边数
			boundRect[i] = boundingRect(conPoly[i]);

			int objCor = (int)conPoly[i].size();
			if (objCor == 3) { objectType = "Tri"; }
			else if (objCor == 4) {
				float aspRatio = (float)boundRect[i].width / boundRect[i].height;//长宽比来区别正方形与矩形
				cout << aspRatio << endl;
				if (aspRatio > 0.95 && aspRatio < 1.05) { objectType = "Square"; }
				else { objectType = "Rect"; }
			}
			else if (objCor > 4) { objectType = "Circle"; }
			drawContours(img, conPoly, i, Scalar(255, 0, 255), 2);
			rectangle(img, boundRect[i].tl(), boundRect[i].br(), Scalar(0.255, 0), 5);//框出图形
			putText(img, objectType, { boundRect[i].x,boundRect[i].y - 5 },1,FONT_HERSHEY_PLAIN, Scalar(0, 69, 255), 1);
		}
	}
}
void main() {
	string path = "Resources/shapes.png";
		Mat img = imread(path);//读取图片
		Mat imgGray, imgBlur, imgCanny, imgDila, imgErode;
		Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
		//preprocessing
		cvtColor(img, imgGray,COLOR_BGR2GRAY, 0);
		GaussianBlur(imgGray, imgBlur, Size(65, 65), 1, 1);
		Canny(imgBlur, imgCanny, 40, 120);
		dilate(imgCanny, imgDila, kernel);
//灰度->高斯滤波->Canny边缘算法->膨胀
		getcontour(imgDila,img);
	    imshow("Image", img);
	//imshow("Image Gray", imgGray);
	//imshow("Image Blur", imgBlur);
	//imshow("Image Canny", imgCanny);
	//imshow("Image dila", imgDila);
	waitKey(0);
}