opencv c++找到等高线的铭文圆

Question

我想找到的最大铭文圆的轮廓。

我已经用cv::findContours检测到了轮廓，它是作为一个vector<Point>存在的。

我知道如何检测最小包围圆(cv::minEnclosingCircle)，但不知道如何得到最大封闭圆。怎么做？

Question2:我如何得到以质心为中心的铭文和外圈？

为了澄清，我试图用这些圆圈来描述我的意思：

1. min包围圈：从外部接触物体，中心位置不重要，最小面积。
2. 外接圆：从外接触物体，在物体质心上的中心位置，最小面积。
3. 最大闭合圈：从内接触物体，中心位置不重要，最大面积。
4. 铭文圆：从内接触物体，中心位置在物体质心，最大面积。

Answer 1

您可以：

1)根据你的轮廓创建一个面具

​

​

2)在掩码上计算distanceTransform。

​

​

3)最高值为半径，其位置为中心。

​

​

代码：

#include <opencv2\opencv.hpp>

int main()
{
    // Load image
    cv::Mat1b img = cv::imread("path_to_img", cv::IMREAD_GRAYSCALE);

    // Correct image
    cv::Mat1b bin = img < 127;

    // Find contour
    std::vector<std::vector<cv::Point>> contours;
    cv::findContours(bin, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);

    // Draw on mask
    cv::Mat1b mask(bin.rows, bin.cols, uchar(0));
    cv::drawContours(mask, contours, 0, cv::Scalar(255), cv::FILLED);

    // Distance Trasnsform
    cv::Mat1f dt;
    cv::distanceTransform(mask, dt, cv::DIST_L2, 5, cv::DIST_LABEL_PIXEL);

    // Find max value
    double max_val;
    cv::Point max_loc;
    cv::minMaxLoc(dt, nullptr, &max_val, nullptr, &max_loc);

    // Output image
    cv::Mat3b out;
    cv::cvtColor(img, out, cv::COLOR_GRAY2BGR);
    cv::circle(out, max_loc, max_val, cv::Scalar(0, 255, 0));

    return 0;
}

Answer 2

至少，我解决了以质心为中心的两个圆圈的计算(类似于@Grillteller建议的方式)：

Point2f p_Contour_first = vp_Contour[0];
double circumCirc_Radius  = norm(p_Centroid - p_Contour_first);
double inscriCirc_Radius  = norm(p_Centroid - p_Contour_first);
for(int p = 0; p < vp_Contour.size(); p++)
{
    Point2f p_Contour_current = vp_Contour[p];
    double r = norm(p_Centroid - p_Contour_current);
    if(r < inscriCirc_Radius) inscriCirc_Radius = r;
    if(r > circumCirc_Radius) circumCirc_Radius = r;
}

但最初的问题记住(最大面积，中心位置不重要)。

Answer 3

@Miki的回答很棒，非常有用，我只是花了一点时间把它翻译成python，我想我也应该把它放在这里

#get maximum inscribed circle
#my input image is called "frame"
#get threshold image from frame

ret, thresh = cv2.threshold(frame, 100, 255, cv2.THRESH_BINARY)
contours,hierarchy = cv2.findContours(thresh, 1, cv2.CHAIN_APPROX_NONE)

#create blank mask
mask = np.zeros(frame.shape[:2], dtype="uint8")
cv2.drawContours(mask, contours, -1, 255, -1)
dist = cv2.distanceTransform(mask, cv2.DIST_L2, 0)
NULL,max_val,NULL,max_indx=cv2.minMaxLoc(dist)

(x,y),radius = max_indx, max_val

#draw circle on original image
cv2.circle(frame, (x,y), radius, (0,255,0), 2)