【20160924】GOCVHelper 图像处理部分（1）

增强后的图像需要通过图像处理获得定量的值。在实际程序设计过程中，轮廓很多时候都是重要的分析变量。参考Halcon的相关函数，我增强了Opencv在这块的相关功能。

//寻找最大的轮廓

VP FindBigestContour(Mat src){

int imax = 0; //代表最大轮廓的序号

int imaxcontour = -1; //代表最大轮廓的大小

std::vector<std::vector<cv::Point>>contours;

findContours(src,contours,CV_RETR_LIST,CV_CHAIN_APPROX_SIMPLE);

for (int i=0;i<contours.size();i++){

int itmp = contourArea(contours[i]);//这里采用的是轮廓大小

if (imaxcontour < itmp ){

imax = i;

imaxcontour = itmp;

}

return contours[imax];

}
就是直接返回最大的轮廓。

//寻找并绘制出彩色联通区域

vector<VP> connection2(Mat src,Mat& draw){

draw = Mat::zeros(src.rows,src.cols,CV_8UC3);

vector<VP>contours;

findContours(src.clone(),contours,CV_RETR_LIST,CV_CHAIN_APPROX_SIMPLE);

//由于给大的区域着色会覆盖小的区域，所以首先进行排序操作

//冒泡排序，由小到大排序

VP vptmp;

for(int i=1;i<contours.size();i++){

for(int j=contours.size()-1;j>=i;j--){

if(contours[j].size()<contours[j-1].size()){

vptmp = contours[j-1];

contours[j-1] = contours[j];

contours[j] = vptmp;

}

//打印结果

for (int i=contours.size()-1;i>=0;i--){

Scalar color = Scalar(rng.uniform(0,255),rng.uniform(0,255),rng.uniform(0,255));

drawContours(draw,contours,i,color,-1);

}

return contours;

}

vector<VP> connection2(Mat src){

Mat draw;

return connection2(src,draw);

}

寻找联通区域是经典的图像处理过程。我采用轮廓分析方法进行解决；并且最后对不能区域绘制不同颜色，非常直观。

巴特西