Opencv Can'；无法从网络摄像头中检测形状

我想找出有多少个顶点，并通过顶点的数量来确定形状。到目前为止，我已经能够通过使用“Houghcirle”来检测圆是否存在，但我无法处理矩形、正方形或三角形

这是代码，但我做不到

// declerations
vector<vector<Point>> contoursPoly(contours.size());
vector<Rect> boundRect(contours.size());
vector<vector<Point>> contours;
vector<Vec4i> hierarchy;
Mat contourimg;
Mat frame, out;

// for webcam
VideoCapture vcap(0);

for (;;){

    vcap.read(frame);  // display 
    cvtColor(frame, out, CV_BGR2GRAY);  // convert BGR to GRAY scale

    // fix noises
    GaussianBlur(out, out, Size(9, 9), 2);
    threshold(out,out,200,255,CV_THRESH_BINARY_INV | CV_THRESH_OTSU);

    findContours(out, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);  // find contours

    for (int i = 0; i < contours.size(); i++)
    {
        approxPolyDP(Mat(contours[i]), contoursPoly[i], 3, true); // find the number of vertecies

        if (contoursPoly.size() == 4) // it should be a quadrilateral
        {
            boundRect[i] = boundingRect(contoursPoly[i]);
            drawContours(frame, contours, i, Scalar(0, 0, 255), CV_FILLED, 8, hierarchy, 0, Point() );
        }

        if (contoursPoly.size() == 3)  // it should be triange
        {
            drawContours(frame, contours, i, Scalar(0, 0, 255), CV_FILLED, 8, hierarchy, 0, Point());
        }

    imshow("test", frame);
    if (waitKey(30) == 27) break;

//偏差
向量轮廓（courtous.size（））；
向量boundRect（contours.size（））；
矢量等值线；
向量层次；
Mat轮廓仪；
垫架，出；
//用于网络摄像头
视频捕获vcap（0）；
对于（；；）{
vcap.read（frame）；//显示
CVT颜色（帧、输出、CV_BGR2GRAY）；//将BGR转换为灰度
//固定噪音
GaussianBlur（out，out，Size（9，9），2）；
阈值（out，out，200255，CV_THRESH_BINARY_INV|CV_THRESH_OTSU）；
查找轮廓（向外、轮廓、层次、CV_RETR_外部、CV_CHAIN_近似值_NONE）；//查找轮廓
对于（int i=0；i

编辑：

我做了一些改变

向量轮廓（courtous.size（））

近似多边形（Mat（等高线[i]）、等高线多边形、弧长（Mat（等高线[i]）*0.01，真）、真）

这是节目中的图片

编辑2：

多亏了这些评论，我在代码中添加了以下部分： Mat contourOutput=threshimg.clone（）

我最近收到了这个

但是仍然存在一个问题，它不能绘制轮廓，这就是为什么不能检测形状

编辑3：我也用Hough线做了我想要的，结果如下：

代码如下：

int main(){

    VideoCapture vcap(0);
    Mat gray, frame, mask, out, trackbarimg;

    vector<vector<Point>> contours;
    vector<Point> contPoly;
    vector<Vec4i> hierarchy;
    RotatedRect rrect;
    Point2f vertices[4];

    for (;;){

        vcap.read(frame);
        cvtColor(frame, gray, CV_BGR2GRAY);
        GaussianBlur(gray,gray,Size(9,9), 1);
        threshold(gray, mask, 220, 255, CV_THRESH_BINARY);

        Mat contoursOut = mask.clone();
        findContours(contoursOut, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);

        out = Mat::zeros(contoursOut.size(), CV_8UC3);

        for (int i = 0; i < contours.size(); i++){
            drawContours(out, contours, i, Scalar(0, 255, 0), CV_FILLED, 8, hierarchy, 1, Point());
            rrect = minAreaRect(contours[i]);

            rrect.points(vertices);
            line(out, vertices[0], vertices[1], cv::Scalar(0, 0, 255));
            line(out, vertices[1], vertices[2], cv::Scalar(0, 0, 255));
            line(out, vertices[2], vertices[3], cv::Scalar(0, 0, 255));
            line(out, vertices[3], vertices[0], cv::Scalar(0, 0, 255));
        }

        imshow("THRESHOLD", mask);
        imshow("BLUR", gray);
        imshow("ORIGINAL", frame);
        imshow("LINES", out);   

        if (waitKey(30) == 27) break;

    }
    return 0;
}

intmain（）{
视频捕获vcap（0）；
垫灰色、框架、遮罩、外表面、外表面；
矢量等值线；
矢量控制；
向量层次；
旋转校正；
点2f顶点[4]；
对于（；；）{
vcap.read（帧）；
CVT颜色（边框、灰色、CV_BGR2灰色）；
高斯模糊（灰色，灰色，大小（9,9），1）；
阈值（灰色、遮罩、220、255、CV_阈值_二进制）；
Mat-contoursOut=mask.clone（）；
findContours（轮廓线、轮廓线、CV_-RETR_外部、CV_-CHAIN_-About_-NONE）；
out=Mat:：零（轮廓尺寸（），CV_8UC3）；
对于（int i=0；i

---

第二段代码中是否有不合逻辑的地方或错误？实际上，我想通过使用approxPolyDP实现我的目的，并确定有多少个顶点。

通过轮廓查找形状依赖于轮廓没有被某些东西破坏（如示例中的拇指）

更可靠的替代方法是使用hough变换查找直线（或线段），然后检查哪些直线相交以形成正方形/矩形

---

如果你想使用轮廓，我会在循环中运行approxPolyDP，增加近似因子，直到你得到一个有4个点的轮廓-否则它会失败。

通过轮廓查找形状依赖于轮廓没有被什么东西破坏（比如示例中的拇指）

更可靠的替代方法是使用hough变换查找直线（或线段），然后检查哪些直线相交以形成正方形/矩形

---

如果你想使用轮廓，我会在循环中运行approxPolyDP，增加近似因子，直到你得到一个有4个点的轮廓-否则它会失败。

我不确定，但我认为在你做阈值处理之后（在findContour（）之前），你需要做一个边缘检测，例如使用Canny边缘检测器：

void cv::Canny  (InputArray image, OutputArray  edges, double threshold1, double threshold2, int apertureSize = 3, bool L2gradient = false)

---

canny的文档是。

我不确定，但我认为在进行阈值处理之后（在FindOnTour（）之前），需要进行边缘检测，例如使用canny边缘检测器：

void cv::Canny  (InputArray image, OutputArray  edges, double threshold1, double threshold2, int apertureSize = 3, bool L2gradient = false)

---

有关canny的文档是。

请尝试

approxPolyDP（Mat（轮廓[i]），轮廓[i]，0.01*arcLength（Mat（轮廓[i]），true），true）；

谢谢您的回复，但它不起作用。然后请提供一些示例图像。来源、阈值化后的二进制图像和检测到的轮廓并检查轮廓[i]。大小（）它也不起作用。我提供了一些图像。请尝试

approxPolyDP（Mat（轮廓[I]），轮廓[I]，0.01*arcLength（Mat（轮廓[I]），true），true）；

谢谢你的回复，但它不起作用。然后请提供一些示例图像。它们的来源，阈值化后的二进制图像和检测到的轮廓，并检查轮廓[I]。size（）它也不起作用。我提供了图像。你能检查编辑3吗？你能检查编辑3吗？它仍然不能绘制轮廓。我认为在for循环中，你应该测试轮廓[I]。size（）不是轮廓。size（）？它仍然不能绘制轮廓。我想在for循环中，你应该测试轮廓[I]。size（）不是轮廓。size（）？