C++ 如何合并斑点/轮廓

我使用

findContours

进行斑点检测。现在，我将把相近的斑点和类似的斑点合并在一起

以下是一些示例图像：

---

正常的Opencv是否可以这样做？

您提供给我们的输入图像非常容易处理：

第一步是将黄色斑点从其他所有斑点中分离出来，一种简单的颜色分割技术可以完成这项任务。你可以看看或有一个如何做的想法

然后，是时候合并BLOB了。一种特别有用的技术是，将所有斑点放入一个矩形中。请注意，在下图中，水滴周围有一个绿色矩形：

在这之后，您所需要做的就是用您选择的颜色填充矩形，从而连接所有的blob。我把最后一个留给你做家庭作业

这是我能想到的最快、最简单的方法。下面的代码演示了如何实现我刚才描述的功能：

#include <cv.h>
#include <highgui.h>

#include <iostream>
#include <vector>

int main(int argc, char* argv[])
{
    cv::Mat img = cv::imread(argv[1]);
    if (!img.data)
    {
        std::cout "!!! Failed to open file: " << argv[1] << std::endl;
        return 0;
    }

    // Convert RGB Mat into HSV color space
    cv::Mat hsv;
    cv::cvtColor(img, hsv, CV_BGR2HSV);

    // Split HSV Mat into HSV components
    std::vector<cv::Mat> v;
    cv::split(hsv,v);

    // Erase pixels with low saturation
    int min_sat = 70;
    cv::threshold(v[1], v[1], min_sat, 255, cv::THRESH_BINARY);

    /* Work with the saturated image from now on */

// Erode could provide some enhancement, but I'm not sure.
//  cv::Mat element = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));
//  cv::erode(v[1], v[1], element);

    // Store the set of points in the image before assembling the bounding box
    std::vector<cv::Point> points;
    cv::Mat_<uchar>::iterator it = v[1].begin<uchar>();
    cv::Mat_<uchar>::iterator end = v[1].end<uchar>();
    for (; it != end; ++it)
    {
        if (*it) points.push_back(it.pos());
    }

    // Compute minimal bounding box
    cv::RotatedRect box = cv::minAreaRect(cv::Mat(points));

    // Display bounding box on the original image
    cv::Point2f vertices[4];
    box.points(vertices);
    for (int i = 0; i < 4; ++i)
    {
            cv::line(img, vertices[i], vertices[(i + 1) % 4], cv::Scalar(0, 255, 0), 1, CV_AA);
    }

    cv::imshow("box", img);
    //cv::imwrite(argv[2], img);

    cvWaitKey(0);

    return 0;
}

#包括
#包括
#包括
#包括
int main（int argc，char*argv[]）
{
cv:：Mat img=cv:：imread（argv[1]）；
如果（！img.data）
{
std:：cout“！！！无法打开文件：“我想我做到了，多亏了您的程序详细信息，我找到了此解决方案：（欢迎评论）

矢量轮廓；
矢量tmp_等值线；
查找孔（检测到的IMG、tmp轮廓、CV\u RETR\u外部、CV\u链\u近似\u简单）；
向量：：迭代器it1；
it1=tmp_等高线。开始（）；
垫试验；
试验=垫（图尺寸（），CV_32FC3）；
while（it1！=tmp_等高线.end（））{
向量逼近1；
近似聚合（Mat（*it1），近似1，3，真）；
Rect box1=边界Rect（近似X1）；
浮动面积1=轮廓面积（近似x1）；
如果（（区域1>50）和&（区域1<13000）和&（框1.宽度<100）和&（框1.高度<120））{
向量：：迭代器it2；
it2=tmp_等高线。开始（）；
while（it2！=tmp_等高线.end（））{
向量逼近2；
approxPolyDP（Mat（*it2），approx2，3，真）；
力矩m1=力矩（材料（近似值X1），假）；
力矩m2=力矩（材料（近似值），假）；
浮动x1=m1.m10/m1.m00；
浮动y1=m1.m01/m1.m00；
浮球x2=m2.m10/m2.m00；
浮动y2=m2.m01/m2.m00；
向量距离；
距离推回（点（x1，y1））；
距离推回（点（x2，y2））；
浮动d=弧长（距离，假）；
Rect box2=边界Rect（近似值为x2）；
如果（框1！=框2）{
如果（d<25）{
//方法合并向量
approx1=合并点（approx1，approx2）；
}
}
++it2；
}
Rect b=边界Rect（近似值1）；
矩形（测试，b，CV_RGB（125，255，0），2）；
轮廓。推回（近似X1）；
}
++it1；
}
如果您添加一个图像，效果会更好。上传到imageshack.us并在此处提供链接。同时指定“相似”是什么意思。形状相似吗？或面积相似吗？etcok我希望合并相邻的相似形状。以下是三个示例（标记为黄色）谢谢你的帮助！那些二值图像都是经过形态学开闭运算的。所以，基本上你是在找到每个斑点之间的距离，如果距离d小于25，就合并它。但是仍然存在一个问题，如何处理新合并的斑点？因为如果一个斑点合并两个，第三个斑点也应该合并…谢谢你的回答…但是你误解了我一点。黄色的斑点不是真正的黄色。我只是给它们上色，告诉你我会尝试合并的女巫斑点。所以我无法使用颜色分割来隔离其他斑点。还有像区域这样的信息也不起作用，因为可能还有一些更大的斑点我不喜欢合并…呸！=\will稍后再考虑其他问题。不，我只对那些可能是从那里发出的交通信号大小/比率/面积感兴趣。你必须在你的问题中提供尽可能多的细节，否则我们将在黑暗中拍摄。这是一个复杂的问题！如果你不分享你迄今为止所做的尝试，你可能不会得到任何答案。让我告诉你不是这样的：从你给我们的图像中，你怎么知道哪个斑点是交通标志？在我看来，它们是这些图像中最大的斑点听起来很合乎逻辑。我错了吗？
vector<vector<Point> > contours;
    vector<vector<Point> > tmp_contours;
    findContours(detectedImg, tmp_contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);

    vector<vector<Point> >::iterator it1;
    it1 = tmp_contours.begin();

    Mat test;
    test = Mat(FImage.size(), CV_32FC3);

    while (it1 != tmp_contours.end()) {
        vector<Point> approx1;
        approxPolyDP(Mat(*it1), approx1, 3, true);
        Rect box1 = boundingRect(approx1);
        float area1 = contourArea(approx1);



        if ((area1 > 50) && (area1 < 13000) && (box1.width < 100) && (box1.height < 120)) {

            vector<vector<Point> >::iterator it2;
            it2 = tmp_contours.begin();

            while (it2 != tmp_contours.end()) {
                vector<Point> approx2;
                approxPolyDP(Mat(*it2), approx2, 3, true);

                Moments m1 = moments(Mat(approx1), false);
                Moments m2 = moments(Mat(approx2), false);
                float x1 = m1.m10 / m1.m00;
                float y1 = m1.m01 / m1.m00;
                float x2 = m2.m10 / m2.m00;
                float y2 = m2.m01 / m2.m00;

                vector<Point> dist;
                dist.push_back(Point(x1, y1));
                dist.push_back(Point(x2, y2));
                float d = arcLength(dist, false);

                Rect box2 = boundingRect(approx2);
                if (box1 != box2) {

                    if (d < 25) {
                        //Method to merge the vectors
                        approx1 = mergePoints(approx1, approx2);
                    }

                }
                ++it2;

            }
            Rect b = boundingRect(approx1);
            rectangle(test, b, CV_RGB(125, 255, 0), 2);
            contours.push_back(approx1);
        }
        ++it1;
    }