当前位置 : 主页 > 编程语言 > c语言 >

利用C#版OpenCV实现圆心求取实例代码

来源:互联网 收集:自由互联 发布时间:2021-04-12
前言 OpenCVSharp是OpenCV的.NET wrapper,是一名日本工程师开发的,项目地址为:https://github.com/shimat/opencvsharp。 该源码是 BSD开放协议,BSD开源协议是一个给于使用者很大自由的协议。基本上

前言

OpenCVSharp是OpenCV的.NET wrapper,是一名日本工程师开发的,项目地址为:https://github.com/shimat/opencvsharp。

该源码是 BSD开放协议,BSD开源协议是一个给于使用者很大自由的协议。基本上使用者可以”为所欲为”,可以自由的使用,修改源代码,也可以将修改后的代码作为开源或者专有软件再发布或商业化销售。

1.OpenCVSharp的下载

可以直接从上面的github上下载源码,自行编译引用;

也可用vs中的nuget包管理器下载;

打开【工具】->【库程序包管理器】->【管理解决方案的NuGet程序包】,在其中搜索OpenCVSharp,选择合适的点击【安装】(最好安装最新的)。一直等待完成。

我的环境是vs2017,下载之后最好直接拷贝OpenCVSharp系列dll到项目中引用即可。

2.拟合圆并求取圆心

本次举例比较贴近实际,我们求如下原始图片的中间部分圆的圆心,选取的图片故意只留了一半:

源码如下:

using OpenCvSharp;

namespace SamplesWinform
{
  public class CircleFit 
  {
    public void Run()
    {
      //读取图片
      var img = Cv2.ImRead("Data/Image/c1.bmp");
      //显示图片
      //Cv2.ImShow("Input Image", img);
      
      //转换成灰度图
      Mat gray = img.CvtColor(ColorConversionCodes.BGR2GRAY);
      
      //阈值二值化操作 阈值参数可以用一些可视化工具来调试得到
      Mat ThresholdImg = gray.Threshold(11, 255, ThresholdTypes.Binary);
      Cv2.ImShow("Threshold", ThresholdImg);

      //降噪
      //方法一:高斯变化
      //Mat gaussImg= ThresholdImg.GaussianBlur(new Size(5, 5), 0.8);
      //Cv2.ImShow("GaussianBlur", gaussImg);
      //方法二:中值滤波降噪
      Mat medianImg = ThresholdImg.MedianBlur(5);
      Cv2.ImShow("MedianBlur", medianImg);

      //方法三:膨胀+腐蚀
      ////膨胀处理
      //Mat kernel = new Mat(15, 15, MatType.CV_8UC1);
      //Mat DilateImg = ThresholdImg.Dilate(kernel);
      ////腐蚀处理
      //Mat binary = DilateImg.Erode(kernel);
      ////显示中间结果
      //Cv2.ImShow("Dilate & Erode", binary);

      //设置感兴趣的区域
      int x = 150, y = 100, w = 294, h = 337;
      Rect roi = new Rect(x, y, w, h);
      Mat ROIimg = new Mat(medianImg, roi);
      //Cv2.ImShow("ROI Image", ROIimg);

      //寻找图像轮廓
      Point[][] contours;
      HierarchyIndex[] hierachy;
      Cv2.FindContours(ROIimg, out contours, out hierachy, RetrievalModes.List, ContourApproximationModes.ApproxTC89KCOS);
      //根据找到的轮廓点,拟合椭圆
      for (int i = 0; i < contours.Length; i++)
      {
        //拟合函数必须至少5个点,少于则不拟合
        if (contours[i].Length < 5) continue;
        //椭圆拟合
        var rrt = Cv2.FitEllipse(contours[i]);

        //ROI复原
        rrt.Center.X += x;
        rrt.Center.Y += y;

        //画椭圆
        Cv2.Ellipse(img, rrt, new Scalar(0, 0, 255), 2, LineTypes.AntiAlias);
        //画圆心
        Cv2.Circle(img, (int)(rrt.Center.X), (int)(rrt.Center.Y), 4, new Scalar(255, 0, 0), -1, LineTypes.Link8, 0);
      }
      
      Cv2.ImShow("Fit Circle", img);
    }


   }
}

中间处理过程效果图如下:

分别是阈值分割后,中值滤波后,拟合圆之后

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对易盾网络的支持。

网友评论