Opencv 裁剪带有ConvexHull和ConvexDefect的图像

我使用下面的代码检测手，并在其中绘制了一个凸面外壳

下面是我的代码流程：

1） 角点检测（阈值）

2） 腐蚀+膨胀

3） 轮廓检测

4） 最大轮廓的凸面外壳

5） 凸性

6） Countour+船体绘制轮廓

#include "opencv2/highgui/highgui.hpp"
 #include "opencv2/imgproc/imgproc.hpp"
 #include <iostream>
 #include <stdio.h>
 #include <stdlib.h>

 using namespace cv;
 using namespace std;

 Mat src; Mat src_gray;
 int thresh = 147;
 int max_thresh = 255;
 RNG rng(12345);

 /// Function header
 void thresh_callback(int, void* );

/** @function main */
int main( int argc, char** argv )
 {

//   src = imread( "D:\\Projects\\Proposals\\Knuckle_Detection\\images\\picture028.jpg", 1 );

  VideoCapture cap(0); 

  while(1)
  {
      cap>>src;
   /// Convert image to gray and blur it
   resize(src,src,Size(640,480),0,0,INTER_LINEAR);
   cvtColor( src, src_gray, CV_BGR2GRAY );
   blur( src_gray, src_gray, Size(3,3) );

   /// Create Window
   char* source_window = "Knuckle Extractor";
   namedWindow( source_window, CV_WINDOW_AUTOSIZE );
   imshow( source_window, src );

   thresh_callback( 0, 0 );

   waitKey(5);
  }
   return(0);
 }

 /** @function thresh_callback */
 void thresh_callback(int, void* )
 {
   Mat src_copy = src.clone();
   Mat threshold_output;
   vector<vector<Point> > contours;
   vector<Vec4i> hierarchy;

   /// Detect edges using Threshold
   threshold( src_gray, threshold_output, thresh, 255, THRESH_BINARY||CV_THRESH_OTSU );

   imshow("b/f threshold", threshold_output);

   erode(threshold_output,threshold_output,Mat ());
   dilate(threshold_output,threshold_output,Mat ());

   imshow("Threshold",threshold_output);


findContours( threshold_output, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));

   /// Find the convex hull object for each contour
   vector<vector<Point > >hull( contours.size() );
   vector<vector<Vec4i> >defects( contours.size() );
   vector<vector<int > >hull1( contours.size() );

   for( int i = 0; i < contours.size(); i++ )
        {  
         convexHull( Mat(contours[i]), hull[i], false ); 
         convexHull( Mat(contours[i]), hull1[i], false ); 

        }

      for( int i = 0; i < contours.size(); i++ )
        {  
         //convexHull( Mat(contours[i]), hull[i], false ); 
         if (contours[i].size() >3 )
           {

            convexityDefects(contours[i], hull1[i], defects[i]);
            cout<<"inside"<<endl;
           }
        }

   /// Draw contours + hull results
   Mat drawing = Mat::zeros( threshold_output.size(), CV_8UC3 );
   for( int i = 0; i< contours.size(); i++ )
      {

       Scalar color = Scalar( rng.uniform(10, 10), rng.uniform(0,255), rng.uniform(0,10) );
               drawContours( src, contours, i, color, 5, 8, vector<Vec4i>(), 0, Point() );
              drawContours( src, hull, i, color, 5, 8, vector<Vec4i>(), 0, Point() );
       cout<<"in"<<endl;

       cout<<"out"<<endl;
      }

   /// Show in a window
   namedWindow( "Result", CV_WINDOW_AUTOSIZE );
   imshow( "Result", src );
 }

#包括“opencv2/highgui/highgui.hpp”
#包括“opencv2/imgproc/imgproc.hpp”
#包括
#包括
#包括
使用名称空间cv；
使用名称空间std；
Mat-src；Mat src_gray；
int thresh=147；
int max_thresh=255；
RNG RNG（12345）；
///函数头
无效阈值回调（int，void*）；
/**@主功能*/
int main（int argc，字符**argv）
{
//src=imread（“D:\\Projects\\propositions\\Knuckle\u Detection\\images\\picture028.jpg”，1）；
视频捕获上限（0）；
而(1)
{
cap>>src；
///将图像转换为灰色并使其模糊
调整大小（src，src，大小（640480），0,0，内部线性）；
CVT颜色（src、src_灰色、CV_BGR2灰色）；
模糊（src_灰，src_灰，大小（3,3））；
///创建窗口
char*source\u window=“指节提取器”；
namedWindow（源窗口、CV窗口、自动调整大小）；
imshow（源窗口，src）；
thresh_回调（0,0）；
等待键（5）；
}
返回（0）；
}
/**@function thresh\u回调*/
无效阈值回调（int，void*）
{
Mat src_copy=src.clone（）；
Mat阈值输出；
矢量等值线；
向量层次；
///使用阈值检测边缘
阈值（src_灰度，阈值_输出，阈值，255，阈值|二进制| CV_阈值_大津）；
imshow（“b/f阈值”，阈值输出）；
腐蚀（阈值输出，阈值输出，Mat（））；
放大（阈值输出，阈值输出，Mat（））；
imshow（“阈值”，阈值输出）；
findContours（阈值输出、轮廓、层次结构、CV_RETR_外部、CV_链近似_简单、点（0,0））；
///查找每个轮廓的凸面外壳对象
向量壳（contours.size（））；
矢量缺陷（courtous.size（））；
vectorhull1（contours.size（））；
对于（int i=0；i3）
{
凸性缺陷（轮廓[i]，hull1[i]，缺陷[i]）；
你能上传原始图像以便人们可以尝试进行一些图像处理吗？从目前的讨论来看，凸面外壳似乎不起作用。实际上，指关节似乎是预期的目标。如果是这样，我建议尝试使用纹理特定的过滤器来识别它们，然后继续从那里开始。