輪廓處理函數詳細

ApproxChains

用多邊形曲線逼近 Freeman 鏈

CvSeq* cvApproxChains( CvSeq* src_seq, CvMemStorage* storage,                         int method=CV_CHAIN_APPROX_SIMPLE,                         double parameter=0, int minimal_perimeter=0, int recursive=0 );  

 

src_seq

涉及其它鏈的鏈指針

storage

存儲多邊形線段位置的緩存

method

逼近方法 (見函數  cvFindContours  的描述).

parameter

方法參數(現在不用).

minimal_perimeter

僅逼近周長大於  minimal_perimeter 輪廓。其它的鏈從結果中除去。

recursive

如果非 0, 函數從  src_seq  中利用  h_next  和  v_next links  連接逼近所有可訪問的鏈。如果為 0, 則僅逼近單鏈。

這是一個單獨的逼近程序。 對同樣的逼近標識，函數 cvApproxChains 與 cvFindContours 的工作方式一模一樣。它返回發現的第一個輪廓的指針。其它的逼近模塊，可以用返回結構中的 v_next 和 v_next 域來訪問

---

StartReadChainPoints

初始化鏈讀取

void cvStartReadChainPoints( CvChain* chain, CvChainPtReader* reader );  

 

chain   

      鏈的指針

reader

      鏈的讀取狀態

函數 cvStartReadChainPoints 初始化一個特殊的讀取器 (參考 Dynamic Data Structures 以獲得關於集合與序列的更多內容).

---

ReadChainPoint

得到下一個鏈的點

CvPoint cvReadChainPoint( CvChainPtReader* reader );  

 

reader

鏈的讀取狀態

函數 cvReadChainPoint 返回當前鏈的點，並且更新讀取位置。

---

ApproxPoly

用指定精度逼近多邊形曲線

CvSeq* cvApproxPoly( const void* src_seq, int header_size, CvMemStorage* storage,                       int method, double parameter, int parameter2=0 );  

 

src_seq

點集數組序列

header_size

逼近曲線的頭尺寸

storage

逼近輪廓的容器。如果為 NULL， 則使用輸入的序列

method

逼近方法。目前僅支持  CV_POLY_APPROX_DP  ， 對應 Douglas-Peucker 算法.

parameter

方法相關參數。對  CV_POLY_APPROX_DP  它是指定的逼近精度

parameter2

如果  src_seq  是序列，它表示要么逼近單個序列，要么在  src_seq  的同一個或低級層次上逼近所有序列 (參考  cvFindContours  中對輪廓繼承結構的描述). 如果  src_seq  是點集的數組 ( CvMat*) ， 參數指定曲線是閉合 ( parameter2!=0) 還是非閉合 ( parameter2=0).

函數 cvApproxPoly 逼近一個或多個曲線，並返回逼近結果。對多個曲線的逼近，生成的樹將與輸入的具有同樣的結構。(1:1 的對應關系).

---

BoundingRect

計算點集的最外面（up-right）矩形邊界

CvRect cvBoundingRect( CvArr* points, int update=0 );  

 

points

二維點集，點的序列或向量 ( CvMat)   

update

更新標識。下面是輪廓類型和標識的一些可能組合:

• update=0, contour ~ CvContour*: 不計算矩形邊界，但直接由輪廓頭的 rect 域得到。
• update=1, contour ~ CvContour*: 計算矩形邊界，而且將結果寫入到輪廓頭的 rect 域中 header.
• update=0, contour ~ CvSeq* or CvMat*: 計算並返回邊界矩形
• update=1, contour ~ CvSeq* or CvMat*: 產生運行錯誤 （runtime error is raised）

函數 cvBoundingRect 返回二維點集的最外面 （up-right）矩形邊界。

---

ContourArea

計算整個輪廓或部分輪廓的面積

double cvContourArea( const CvArr* contour, CvSlice slice=CV_WHOLE_SEQ );  

 

contour

輪廓 (定點的序列或數組).

slice

感興趣輪廓部分的起始點，缺省是計算整個輪廓的面積。

函數 cvContourArea 計算整個輪廓或部分輪廓的面積。 對后面的情況，面積表示輪廓部分和起始點連線構成的封閉部分的面積。如下圖所示：

 

NOTE: 輪廓的方向影響面積的符號。因此函數也許會返回負的結果。應用函數 fabs() 得到面積的絕對值。

---

ArcLength

計算輪廓周長或曲線長度

double cvArcLength( const void* curve, CvSlice slice=CV_WHOLE_SEQ, int is_closed=-1 );  

 

curve

曲線點集序列或數組

slice

曲線的起始點，缺省是計算整個曲線的長度

is_closed

表示曲線是否閉合，有三種情況：

• is_closed=0 - 假設曲線不閉合
• is_closed>0 - 假設曲線閉合
• is_closed<0 - 若曲線是序列，檢查 ((CvSeq*)curve)->flags 中的標識 CV_SEQ_FLAG_CLOSED 來確定曲線是否閉合。否則 (曲線由點集的數組 (CvMat*) 表示) 假設曲線不閉合。

函數 cvArcLength 通過依次計算序列點之間的線段長度，並求和來得到曲線的長度。

---

CreateContourTree

創建輪廓的繼承表示形式

CvContourTree* cvCreateContourTree( const CvSeq* contour, CvMemStorage* storage, double threshold );  

 

contour

輸入的輪廓

storage

輸出樹的容器

threshold

逼近精度

函數 cvCreateContourTree 為輸入輪廓 contour   創建一個二叉樹，並返回樹根的指針。如果參數 threshold 小於或等於 0 ,則函數創建一個完整的二叉樹。如果 threshold   大於 0 ， 函數用 threshold 指定的精度創建二叉樹：如果基線的截斷區域頂點小於threshold，該數就停止生長並作為函數的最終結果返回。

---

ContourFromContourTree

由樹恢復輪廓

CvSeq* cvContourFromContourTree( const CvContourTree* tree, CvMemStorage* storage,                                   CvTermCriteria criteria );  

 

tree

輪廓樹

storage

重構的輪廓容器

criteria

停止重構的准則

函數 cvContourFromContourTree 從二叉樹恢復輪廓。參數 criteria 決定了重構的精度和使用樹的數目及層次。所以它可建立逼近的輪廓。 函數返回重構的輪廓。

---

MatchContourTrees

用樹的形式比較兩個輪廓

double cvMatchContourTrees( const CvContourTree* tree1, const CvContourTree* tree2,                              int method, double threshold );  

 

tree1

第一個輪廓樹

tree2

第二個輪廓樹

method

相似度。僅支持  CV_CONTOUR_TREES_MATCH_I1  。

threshold

相似度閾值

函數 cvMatchContourTrees 計算兩個輪廓樹的匹配值。從樹根開始通過逐層比較來計算相似度。如果某層的相似度小於  threshold, 則中斷比較過程，且返回當前的差值。

---

計算幾何

---

MaxRect

對兩個給定矩形，尋找矩形邊界

CvRect cvMaxRect( const CvRect* rect1, const CvRect* rect2 );  

 

rect1

第一個矩形

rect2

第二個矩形

函數 cvMaxRect 尋找包含兩個輸入矩形的具有最小面積的矩形邊界。

---

CvBox2D

旋轉的二維盒子

typedef struct CvBox2D {      CvPoint2D32f center;         CvSize2D32f   size;           float angle;            } CvBox2D;  

---

BoxPoints

尋找盒子的頂點

void cvBoxPoints( CvBox2D box, CvPoint2D32f pt[4] );  

 

box

盒子

pt

頂點數組

函數 cvBoxPoints 計算輸入的二維盒子的定點。下面是函數代碼：

void cvBoxPoints( CvBox2D box, CvPoint2D32f pt[4] ) {      float a = (float)cos(box.angle)*0.5f;      float b = (float)sin(box.angle)*0.5f;       pt[0].x = box.center.x - a*box.size.height - b*box.size.width;      pt[0].y = box.center.y + b*box.size.height - a*box.size.width;      pt[1].x = box.center.x + a*box.size.height - b*box.size.width;      pt[1].y = box.center.y - b*box.size.height - a*box.size.width;      pt[2].x = 2*box.center.x - pt[0].x;      pt[2].y = 2*box.center.y - pt[0].y;      pt[3].x = 2*box.center.x - pt[1].x;      pt[3].y = 2*box.center.y - pt[1].y; }  

---

FitEllipse

二維點集的橢圓擬合

CvBox2D cvFitEllipse2( const CvArr* points );  

 

points

點集的序列或數組

函數 cvFitEllipse 對給定的一組二維點集作橢圓的最佳擬合(最小二乘意義上的)。返回的結構與 cvEllipse 中的意義類似，除了 size 表示橢圓軸的整個長度，而不是一半長度。

---

FitLine

2D 或 3D 點集的直線擬合

void   cvFitLine( const CvArr* points, int dist_type, double param,                   double reps, double aeps, float* line );  

 

points

2D 或 3D 點集，32-比特整數或浮點數坐標

dist_type

擬合的距離類型 （見討論）.

param

對某些距離的數字參數，如果是 0， 則選擇某些最優值

reps, aeps

半徑 (坐標原點到直線的距離) 和角度的精度，一般設為0.01。

line

輸出的直線參數。2D 擬合情況下，它是包含 4 個浮點數的數組  (vx, vy, x0, y0)，其中  (vx, vy)  是線的單位向量而  (x0, y0)  是線上的某個點. 對 3D 擬合，它是包含 6 個浮點數的數組  (vx, vy, vz, x0, y0, z0)，  其中  (vx, vy, vz)  是線的單位向量，而  (x0, y0, z0)  是線上某點。

函數 cvFitLine 通過求 sum_iρ(r_i) 的最小值方法，用 2D 或 3D 點集擬合直線，其中 r_i 是第 i 個點到直線的距離， ρ(r) 是下面的距離函數之一：

dist_type=CV_DIST_L2 (L2): ρ(r)=r2/2 (最簡單和最快的最小二乘法)  dist_type=CV_DIST_L1 (L1): ρ(r)=r  dist_type=CV_DIST_L12 (L1-L2): ρ(r)=2•[sqrt(1+r2/2) - 1]  dist_type=CV_DIST_FAIR (Fair): ρ(r)=C2•[r/C - log(1 + r/C)],   C=1.3998  dist_type=CV_DIST_WELSCH (Welsch): ρ(r)=C2/2•[1 - exp(-(r/C)2)],   C=2.9846  dist_type=CV_DIST_HUBER (Huber): ρ(r)= r2/2,    if r < C        C•(r-C/2),    otherwise;    C=1.345   

---

ConvexHull2

發現點集的凸外形

CvSeq* cvConvexHull2( const CvArr* input, void* hull_storage=NULL,                        int orientation=CV_CLOCKWISE, int return_points=0 );  

 

points

2D 點集的序列或數組，32-比特整數或浮點數坐標

hull_storage

輸出的數組(CvMat*) 或內存緩存 (CvMemStorage*)，用以存儲凸外形。 如果是數組，則它應該是一維的，而且與輸入的數組/序列具有同樣數目的元素。輸出時修改頭使得數組裁減到外形的尺寸。輸出時，通過修改頭結構將數組裁減到凸外形的尺寸。

orientation

凸外形的旋轉方向: 逆時針或順時針 （ CV_CLOCKWISE  or  CV_COUNTER_CLOCKWISE）

return_points

如果非零，點集將以外形 (hull) 存儲，而不是  hull_storage  為數組情況下的頂點形式 (indices) 以及  hull_storag  為內存存儲模式下的點集形式(points)。

函數 cvConvexHull2 使用 Sklansky 算法計算 2D 點集的凸外形。如果 hull_storage 是內存存儲倉， 函數根據 return_points  的值，創建一個包含外形的點集或指向這些點的指針的序列。

例子. 由點集序列或數組創建凸外形                

#include "cv.h" #include "highgui.h" #include <stdlib.h>  #define ARRAY   0   void main( int argc, char** argv ) {      IplImage* img = cvCreateImage( cvSize( 500, 500 ), 8, 3 );      cvNamedWindow( "hull", 1 );  #if !ARRAY          CvMemStorage* storage = cvCreateMemStorage(); #endif       for(;;)      {          int i, count = rand()0 + 1, hullcount;          CvPoint pt0; #if !ARRAY          CvSeq* ptseq = cvCreateSeq( CV_SEQ_KIND_GENERIC|CV_32SC2, sizeof(CvContour),                                       sizeof(CvPoint), storage );          CvSeq* hull;           for( i = 0; i < count; i++ )          {              pt0.x = rand() % (img->width/2) + img->width/4;              pt0.y = rand() % (img->height/2) + img->height/4;              cvSeqPush( ptseq, &pt0 );          }          hull = cvConvexHull2( ptseq, 0, CV_CLOCKWISE, 0 );          hullcount = hull->total; #else          CvPoint* points = (CvPoint*)malloc( count * sizeof(points[0]));          int* hull = (int*)malloc( count * sizeof(hull[0]));          CvMat point_mat = cvMat( 1, count, CV_32SC2, points );          CvMat hull_mat = cvMat( 1, count, CV_32SC1, hull );           for( i = 0; i < count; i++ )          {              pt0.x = rand() % (img->width/2) + img->width/4;              pt0.y = rand() % (img->height/2) + img->height/4;              points[i] = pt0;          }          cvConvexHull2( &point_mat, &hull_mat, CV_CLOCKWISE, 0 );          hullcount = hull_mat.cols; #endif          cvZero( img );          for( i = 0; i < count; i++ )          { #if !ARRAY              pt0 = *CV_GET_SEQ_ELEM( CvPoint, ptseq, i ); #else              pt0 = points[i]; #endif              cvCircle( img, pt0, 2, CV_RGB( 255, 0, 0 ), CV_FILLED );          }  #if !ARRAY          pt0 = **CV_GET_SEQ_ELEM( CvPoint*, hull, hullcount - 1 ); #else          pt0 = points[hull[hullcount-1]]; #endif           for( i = 0; i < hullcount; i++ )          { #if !ARRAY              CvPoint pt = **CV_GET_SEQ_ELEM( CvPoint*, hull, i ); #else              CvPoint pt = points[hull[i]]; #endif              cvLine( img, pt0, pt, CV_RGB( 0, 255, 0 ));              pt0 = pt;          }           cvShowImage( "hull", img );           int key = cvWaitKey(0);          if( key == 27 ) // 'ESC'              break;  #if !ARRAY          cvClearMemStorage( storage ); #else          free( points );          free( hull ); #endif      } }  

---

CheckContourConvexity

測試輪廓的凸性

int cvCheckContourConvexity( const CvArr* contour );  

 

contour

被測試輪廓 (點序列或數組).

函數 cvCheckContourConvexity 輸入的輪廓是否為凸的。必須是簡單輪廓，比如沒有自交叉。

---

CvConvexityDefect

用來描述一個簡單輪廓凸性缺陷的結構體

typedef struct CvConvexityDefect {      CvPoint* start;       CvPoint* end;       CvPoint* depth_point;       float depth;  } CvConvexityDefect;  

Picture. Convexity defects of hand contour.

---

ConvexityDefects

發現輪廓凸形缺陷

CvSeq* cvConvexityDefects( const CvArr* contour, const CvArr* convexhull,                             CvMemStorage* storage=NULL );  

 

contour

輸入輪廓

convexhull

用  cvConvexHull2  得到的凸外形，它應該包含輪廓的定點或下標，而不是外形點的本身，即 cvConvexHull2  中的參數  return_points  應該設置為 0.

storage

凸性缺陷的輸出序列容器。如果為 NULL, 使用輪廓或外形的存儲倉。

函數 cvConvexityDefects 發現輸入輪廓的所有凸性缺陷，並且返回 CvConvexityDefect 結構序列。

---

MinAreaRect2

對給定的 2D 點集，尋找最小面積的包圍矩形

CvBox2D   cvMinAreaRect2( const CvArr* points, CvMemStorage* storage=NULL );  

 

points

點序列或點集數組

storage

可選的臨時存儲倉

函數 cvMinAreaRect2 通過建立凸外形並且旋轉外形以尋找給定 2D 點集的最小面積的包圍矩形.

Picture. Minimal-area bounding rectangle for contour

---

MinEnclosingCircle

對給定的 2D 點集，尋找最小面積的包圍圓形

int cvMinEnclosingCircle( const CvArr* points, CvPoint2D32f* center, float* radius );  

 

points

點序列或點集數組

center

輸出參數：圓心

radius

輸出參數：半徑

函數 cvMinEnclosingCircle 對給定的 2D 點集迭代尋找最小面積的包圍圓形。如果產生的圓包含所有點，返回非零。否則返回零（算法失敗）。

---

CalcPGH

計算輪廓的 pair-wise 幾何直方圖

void cvCalcPGH( const CvSeq* contour, CvHistogram* hist );  

 

contour

輸入輪廓，當前僅僅支持具有整數坐標的點集

hist

計算出的直方圖，必須是兩維的。

函數 cvCalcPGH 計算輪廓的 2D pair-wise（Hunnish: 不知如何翻譯，只好保留） 幾何直方圖 （pair-wise geometrical histogram ：PGH), 算法描述見 [Iivarinen97]. 算法考慮的每一對輪廓邊緣。計算每一對邊緣之間的夾角以及最大最小距離。具體做法是，輪流考慮每一個邊緣做為基准，函數循環遍歷所有邊緣。在考慮基准邊緣和其它邊緣的時候， 選擇非基准線上的點到基准線上的最大和最小距離。邊緣之間的角度定義了直方圖的行，而在其中增加對應計算出來的最大和最小距離的所有直方塊， (即直方圖是 [Iivarninen97] 定義中的轉置). 該直方圖用來做輪廓匹配。