我们已经得到了感兴趣的轮廓,下一步就是要对轮廓进行选择,有一些轮廓是需要——有一些是不需要的,是噪音。通过判断一个轮廓是否为圆,在很多情况下可以帮助我们来做这至关重要的一步。
简单的情况,比如下图的啤酒瓶缺口检测:
由于瓶口是有缺陷的,造成最大外轮廓不闭合——这显然和“圆”差距很远,那反过来说,那些差距比较小的轮廓可能就是没有缺陷的。
再来看比较复杂的情况,我们来“数钢管”。下图是connection效果,我们发现了很多轮廓,但是只有一部分更接近圆——这些可能就是我们需要寻找的目标。
至关重要的一步就是建立数学模型。2017年左右为解决实际问题,我建立了模型一:
基于圆的定义: “平面上到定点的距离等于定长的所有点组成的图形叫做圆.定点称为圆心,定长称为半径.”。那么通过判断当前轮廓到一个定点的距离是否为定长,就可以得到当前轮廓是否更像圆。这个定点就可以采用外接圆圆心。这里的度量方式可以是方差。
//根据轮廓点和圆心计算方差 参考代码
float ComputeVariance(std::vector<cv::Point> theContour,Point2f theCenter)
{
int a[65535],n;
float aver,s;
float sum=0,e=0;
n = theContour.size();
for(int i=0;i<n;i++)
{
a[i] = GetDistance(theContour[i],theCenter);
sum+=a[i];
}
aver=sum/n;
for(int i=0;i<n;i++)
e+=(a[i]-aver)*(a[i]-aver);
e/=n-1;
s=sqrt(e);
return e;
}
模型一使用了3年左右,也解决了很多问题,特别对于简单问题来说,效果是很好的。但是它有一个明显的缺点,就是关于这个结果方差的度量,每次都需要不断试验才能够得出一个较好的值。2020年我遇到了前面的“数钢管”问题,出现了新的困难,比如下图:
当轮廓为长条形的时候(上图红圈),会错误地识别为圆。这种长条型轮廓可以抽象为下图红圈:
这种情况的方差可能不是很大,虽然直观理解其它,它很不是一个圆。
经过一段时间思索和寻找,建立模型二:
基于“圆度”的定义:设平面上一个封闭图形(内部无空洞)的面积为S,它的周长为C,则定义该图形的圆度为:
4 * PI * S
Afa = ------------
C * C
正圆的afa为1,轮廓的afa值越接近1,轮廓越解决圆
4 * PI * S
Afa = ------------
C * C
正圆的afa为1,轮廓的afa值越接近1,轮廓越解决圆
//afa参考代码
double s = cv::contourArea(contours_test[i]);//轮廓面积
double c = cv::arcLength(contours_test[i], true); //轮廓周长
float afa = 4 * PI*s / (c*c); //afa计算
afa = abs(afa - 1);
比较不同afa阈值情况下,对此轮廓筛选结果
afa(越小越好) | 结果 |
无 | |
0.5 | |
0.3 | |
0.4 |
从结果上可以明显看出,afa方法很好地过滤掉了噪音。
感谢阅读至此,希望有所帮助。!
参考资料:
P.S
connection效果参考代码,来自GOCVHelper,在Github上可以找到,说明文件:
//寻找并绘制出彩色联通区域
vector<VP> connection2(Mat src, Mat& draw) {
RNG rng(12345);
draw = Mat::zeros(src.rows, src.cols, CV_8UC3);
vector<VP>contours;
findContours(src.clone(), contours, RETR_LIST,CHAIN_APPROX_SIMPLE);
//由于给大的区域着色会覆盖小的区域,所以首先进行排序操作
//冒泡排序,由小到大排序
VP vptmp;
for (int i = 1; i < contours.size(); i++) {
for (int j = contours.size() - 1; j >= i; j--) {
if (contourArea(contours[j]) < contourArea(contours[j - 1]))
{
vptmp = contours[j - 1];
contours[j - 1] = contours[j];
contours[j] = vptmp;
}
}
}
//打印结果
for (int i = contours.size() - 1; i >= 0; i--) {
Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
drawContours(draw, contours, i, color, -1);
}
return contours;
}