不规则形状的OpenCV直方图

Question

我对OpenCV比较陌生。我想知道是否有可能得到一个轮廓直方图(它可以是一个完美的矩形或不规则的形状)找到的轮廓。

提前谢谢。

编辑：

这正是我想要达到的目标。我想分析轮廓中的区域以检测缺陷(通过分析区域的直方图?)并宣布件有缺陷或良好。图片附呈。

样本不错。(检测到的轮廓用灰色勾画)

​

有缺陷的样本(左上角的缺陷)

​

​

Answer 1

你可能会误用直方图。

图像的Contour应该是一个二值的、无颜色的矩阵，它不代表像素的灰度级，而是表示边界。同时，histogram是一个分析像素灰度值在2D图像中分布情况的工具，不是吗？

因此，为什么要分析一个可能无助于分析图像的二进制值矩阵的histogram？然而，直方图并不是进行轮廓分析的正确方法。

你可能从直方图中得到的应该只是一个两条直方图，因为等高线矩阵只包含二进制值。这可能无助于分析。

Answer 2

这是另一种使用形态运算的方法。

#include <string>
#include <iostream>
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"

cv::Mat make_element(int morph_size, int elem_type)
{
    cv::Size sz{2*morph_size+1, 2*morph_size+1};
    cv::Point pt{morph_size, morph_size};
    cv::Mat element{getStructuringElement(elem_type, sz, pt)};
    return element;
}

int main(int argc, char **argv)
{
    std::string fn{argv[1]};
    cv::Mat src{cv::imread(fn)}, dst, mask[3];

    if (!src.data) {
        std::cerr << "No image data :(" << std::endl;
        return -1;
    }

    // Clean out noise
    cv::Mat elem1{make_element(5, cv::MORPH_RECT)};
    cv::morphologyEx(src, dst, cv::MORPH_OPEN, elem1);

    // Close the hole, then XOR with original
    cv::Mat elem2{make_element(45, cv::MORPH_ELLIPSE)};
    morphologyEx(dst, dst, cv::MORPH_CLOSE, elem2);
    cv::bitwise_xor(src, dst, dst);

    // Clean out noise (again)
    cv::Mat elem3{make_element(1, cv::MORPH_RECT)};
    cv::morphologyEx(dst, dst, cv::MORPH_OPEN, elem3);

    // Mark the hole
    cv::split(dst, mask);
    cv::bitwise_xor(src, dst, dst, mask[0]);

    // Overlay
    cv::split(dst, mask);
    cv::Mat empty{dst.size(), CV_8UC1};
    std::vector<cv::Mat> v{empty, empty, mask[0]};
    cv::merge(v, dst);
    cv::bitwise_or(src, dst, dst);

    cv::namedWindow("Defect (ESC to quit)", cv::WINDOW_NORMAL);
    cv::startWindowThread();
    cv::imshow("Defect (ESC to quit)", dst);
    while (true) {
        int k = cv::waitKey(100) & 0xff;
        if (k == 27) {
            break;
        }
    }
    cv::destroyAllWindows();

    return 0;
};

另加如下：

• Shapiro/Stockman，查找齿轮缺陷，第三章
• OpenCV 形态学教程