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

僅逼近周長大于?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?以獲得關于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，并且更新讀取位置。

---

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，并返回逼近結果。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*: 計算并返回邊界矩形
• 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，并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，并返回樹根的指針。如果參數?threshold?小于或等于 0 ,則函數創建一個完整的二叉樹。如果?threshold?? 大于 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于threshold，該數就停止生長并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

停止重構的準則

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于??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 (L ₂): ρ(r)=r ²/2 (最簡單和最快的最小二乘法)
dist_type=CV_DIST_L1 (L ₁): ρ(r)=r
dist_type=CV_DIST_L12 (L ₁-L ₂): ρ(r)=2?[sqrt(1+r ²/2) - 1]
dist_type=CV_DIST_FAIR (Fair): ρ(r)=C ²?[r/C - log(1 + r/C)],??
C=1.3998
dist_type=CV_DIST_WELSCH (Welsch): ρ(r)=C ²/2?[1 - exp(-(r/C) ²)],?? C=2.9846
dist_type=CV_DIST_HUBER (Huber): ρ(r)= r ²/2,???
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????

(見上一篇文章：凸包的繪制)????????????

---

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，并且返回?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?通過建立凸外形并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準，函數循環遍歷所有邊緣。在考慮基準邊緣和其它邊緣的時候， 選擇非基準線上的點到基準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。

轉載于:https://www.cnblogs.com/retrieval/archive/2013/04/26/3044309.html

總結

以上是生活随笔為你收集整理的轮廓处理函数详细的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。