Android OpenCV(三十七):轮廓外接多边形
public static void approxPolyDP(MatOfPoint2f curve, MatOfPoint2f approxCurve, double epsilon, boolean closed)
参数一:curve,输入轮廓像素点。
参数二:approxCurve,多边形逼近结果,包含多边形顶点坐标集。
参数三:epsilon,多边形逼近精度,原始曲线与逼近曲线之间的最大距离。
参数四:closed,逼近曲线是否闭合的标志,true 表示封闭,false,表示不封闭。
该方法使用的是
Douglas-Peucker algorithm(道格拉斯-普克算法)
。Douglas-Peukcer算法
由 D.Douglas 和 T.Peueker 于 1973 年提出,也称为拉默-道格拉斯-普克算法
、迭代适应点算法
、分裂与合并算法
、D-P算法
)是将曲线近似表示为一系列点,并减少点的数量的一种算法,是线状要素抽稀的经典算法。用它处理大量冗余的几何数据点,既可以达到数据量精简的目的,又可以在很大程度上保留几何形状的骨架。现有的线化简算法中,有相当一部分都是在该算法基础上进行改进产生的。它的特点是具有平移和旋转不变性,给定曲线与阈值后,抽样结果一定
。算法的基本思路为:
对每一条曲线的首末点虚连一条直线,求所有点与直线的距离,并找出最大距离值 dmax,用 dmax 与限差 D 相比: 若 dmax<D,这条曲线上的中间点全部舍去; 若 dmax≥D,保留 dmax 对应的坐标点,并以该点为界,把曲线分为两部分,对这两部分重复使用该方法
操作
/**
轮廓外接多边形
author: yidong
2020/10/7*/class ContourPolyActivity : AppCompatActivity() {
private lateinit var mBinding: ActivityContourPolyBindingprivate var mSource: Mat = Mat()private var mGray: Mat = Mat()private var mBinary: Mat = Mat()
override fun onCreate(savedInstanceState: Bundle?) {super.onCreate(savedInstanceState)mBinding = DataBindingUtil.setContentView(this, R.layout.activity_contour_poly)mBinding.presenter = this
val bgr = Utils.loadResource(this, R.drawable.contourpoly)Imgproc.cvtColor(bgr, mSource, Imgproc.COLOR_BGR2RGB)Imgproc.cvtColor(bgr, mGray, Imgproc.COLOR_BGR2GRAY)Imgproc.GaussianBlur(mGray, mGray, Size(5.0, 5.0), 2.0, 2.0)Imgproc.threshold(mGray,mBinary,20.0,255.0,Imgproc.THRESH_BINARY or Imgproc.THRESH_OTSU)mBinding.ivLena.showMat(mBinary)}
fun findRect(flag: Int) {val tmp = mSource.clone()val contours = mutableListOf<MatOfPoint>()val hierarchy = Mat()Imgproc.findContours(mBinary,contours,hierarchy,Imgproc.RETR_TREE,Imgproc.CHAIN_APPROX_SIMPLE)
for (i in 0 until contours.size) {when (flag) {0 -> {title = "最大外接矩形"val rect = Imgproc.boundingRect(contours[i])Imgproc.rectangle(tmp, rect, Scalar(255.0, 255.0, 0.0), 4, Imgproc.LINE_8)}1 -> {title = "最小外接矩形"val source = MatOfPoint2f()source.fromList(contours[i].toList())val rect = Imgproc.minAreaRect(source)val points = arrayOfNulls<Point>(4)val center = rect.centerrect.points(points)Log.d(App.TAG, "RotateRect: center")for (j in 0..3) {Imgproc.line(tmp,points[j % 4],points[(j + 1) % 4],Scalar(255.0, 255.0, 0.0),4,Imgproc.LINE_8)}}else -> {title = "轮廓多边形"val result = MatOfPoint2f()val source = MatOfPoint2f()source.fromList(contours[i].toList())Imgproc.approxPolyDP(source, result, 4.0, true)Log.d(App.TAG, "Poly: ${result.dump()}")val points = result.toArray()for (j in points.indices) {Imgproc.line(tmp,points[j % points.size],points[(j + 1) % points.size],Scalar(255.0, 255.0, 0.0),4,Imgproc.LINE_8)}}}}mBinding.ivResult.showMat(tmp)tmp.release()hierarchy.release()}
评论