0

是否有一种快速的解决方案可以仅在我感兴趣的 blob 的轮廓内指定 ROI？

到目前为止我的想法：

  1. 使用boundingRect，但它包含太多我不想分析的东西。
  2. 将 goodFeaturesToTrack 应用于整个图像，然后循环输出坐标以消除我的 blobs 轮廓之外的一次

提前致谢！

编辑

我找到了我需要的东西：cv::pointPolygonTest() 似乎是正确的，但我不确定如何实现它......</p>

这是一些代码：

// ...
IplImage forground_ipl = result;
IplImage *labelImg = cvCreateImage(forground.size(), IPL_DEPTH_LABEL, 1);

CvBlobs blobs;
bool found = cvb::cvLabel(&forground_ipl, labelImg, blobs);
IplImage *imgOut = cvCreateImage(cvGetSize(&forground_ipl), IPL_DEPTH_8U, 3);

if (found) {
    vb::CvBlob *greaterBlob = blobs[cvb::cvGreaterBlob(blobs)];
    cvb::cvRenderBlob(labelImg, greaterBlob, &forground_ipl, imgOut);
    CvContourPolygon *polygon = cvConvertChainCodesToPolygon(&greaterBlob->contour);
}

“多边形”包含我需要的轮廓。

goodFeaturesToTrack 是这样实现的：

- (std::vector<cv::Point2f>)pointsFromGoodFeaturesToTrack:(cv::Mat &)_image
{
    std::vector<cv::Point2f> corners;
    cv::goodFeaturesToTrack(_image,corners, 100, 0.01, 10);
    return corners;
}

所以接下来我需要遍历角落并使用 cv::pointPolygonTest() 检查每个点，对吗？

4

1 回答 1

3

您可以在您的兴趣区域上创建一个掩码：

编辑 如何制作面具：

做一个面具；

Mat mask(origImg.size(), CV_8UC1);
mask.setTo(Scalar::all(0));
// here I assume your contour is extracted with findContours, 
// and is stored in a vector<vector<Point>> 
// and that you know which contour is the blob
// if it's not the case, use fillPoly instead of drawContour();
Scalar color(255,255,255); // white. actually, it's monchannel.
drawContours(mask, contours, contourIdx, color );

// fillPoly(Mat& img, const Point** pts, const int* npts, 
//         int ncontours, const Scalar& color)

现在您可以使用它了。但是，请仔细查看结果——我听说过 OpenCV 中关于特征提取器的掩码参数的一些错误，我不确定是否与此有关。

// note the mask parameter:

void goodFeaturesToTrack(InputArray image, OutputArray corners, int maxCorners, 
    double qualityLevel, double minDistance, 
    InputArray mask=noArray(), int blockSize=3, 
    bool useHarrisDetector=false, double k=0.04 )

这也将提高您的应用速度 - goodFeaturesToTrack 会消耗大量时间，如果您仅将其应用于较小的图像，则整体收益是显着的。

于 2011-12-22T17:32:44.017 回答