c++ - opencv-将对象缩小到像素

我正在处理如图1所示的图像，该图像由点阵列组成，需要转换为图2。

图1原始图像

图2想要的图像

为了完成转换，首先我检测每个点的edge，然后操作dilation。选择合适的参数后，结果令人满意，如图3所示。

图3膨胀后的图像

我之前在MATLAB中处理过相同的图像。当将对象(在图3中)缩小到像素时，函数bwmorph(Img,'shrink',Inf)起作用，结果恰好是图2的来源。那么如何在opencv中获得相同的通缉图像呢？似乎没有类似的shrink函数。

这是我找到边缘和扩张操作的代码:

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>
#include <cv.h>
#include <highgui.h>
using namespace cv;

// Global variables
Mat src, dilation_dst;
int dilation_size = 2;

int main(int argc, char *argv[])
{
    IplImage* img = cvLoadImage("c:\\001a.bmp", 0);                 // 001a.bmp is Fig.1

    // Perform canny edge detection
    cvCanny(img, img, 33, 100, 3);

    // IplImage to Mat
    Mat imgMat(img);
    src = img;

    // Create windows
    namedWindow("Dilation Demo", CV_WINDOW_AUTOSIZE);

    Mat element = getStructuringElement(2,                          // dilation_type = MORPH_ELLIPSE
                  Size(2*dilation_size + 1, 2*dilation_size + 1),
                  Point(dilation_size, dilation_size));

    // Apply the dilation operation
    dilate(src, dilation_dst, element);
    imwrite("c:\\001a_dilate.bmp", dilation_dst);
    imshow("Dilation Demo", dilation_dst);

    waitKey(0);
    return 0;
}

最佳答案

图片中的1- Find all the contours。

2-使用moments找到他们的质心。例子:

/// Get moments
vector<Moments> mu(contours.size() );
for( int i = 0; i < contours.size(); i++ )
{ mu[i] = moments( contours[i], false ); }

/// Get the mass centers:
vector<Point2f> mc( contours.size() );
for( int i = 0; i < contours.size(); i++ )
{ mc[i] = Point2f( mu[i].m10/mu[i].m00 , mu[i].m01/mu[i].m00 ); }

3-创建零(黑色)图像并在其上写下所有中心点。

4-请注意，您将有来自边界轮廓的额外一两个点。也许您可以根据contour areas进行一些预过滤，因为边界是一个较大的连接轮廓，具有较大的面积。