在图片轮廓之外，绘制标准矩形或圆形进行标注

API 介绍

多边拟合函数API

void approxPolyDP(InputArray curve,        // 一般是由图像的轮廓点组成的点集OutputArray approxCurve, // 表示输出的多边形点集double epsilon,          // 主要表示输出的精度；这是原始曲线与其近似之间的最大 距离bool closed)             // 表示输出的多边形是否封闭；true表示封闭，false表示                                        不封闭

函数功能

       基于RDP算法实现，目的是减少多边形轮廓的点数，加快运算效率，对图像轮廓点拟合多边形；
       该函数用另一条曲线或具有较少顶点的多边形逼近曲线或多边形，使它们之间的距离小于或等于指定的精度.
 

boundingRect函数API

Rect boundingRect( InputArray array );
// InputArray array 一般为findContours函数查找的轮廓，包含轮廓的点集或者Mat
// 返回值，Rect，返回值为最小外接矩形的Rect，即左上点与矩形的宽度和高度

函数功能

       得到轮廓周围最小矩形左上角坐标和右下角点坐标，绘制一个矩形.

minAreaRect函数API

RotatedRect minAreaRect(InputArray points)
// InputArray points：表示输入的点集，一般为findContours函数查找的轮廓，包含轮廓的点集或者Mat
// 返回值RotatedRect输出是矩形的四个点坐标

函数功能

       主要求得包含点集最小面积的矩形，，这个矩形是可以有偏转角度的，可以与图像的边界不平行.
 

minEnclosingCircle函数API

minEnclosingCircle( InputArray _points,     // 轮廓点集Point2f& center,        // 圆的中心坐标float& radius           // 圆的半径)

函数功能

       求最小包围圆

fitEllipse函数API

RotatedRect fitEllipse(InputArray points)
// InputArray 类型二维点集，要求拟合的点至少为6个点。存储在std::vector<> or Mat
// 返回值：RotatedRect 类型的矩形，是拟合出椭圆的最小外接矩形

图像处理步骤

• 首先将图像变为二值图(阈值操作、边缘处理等均可)
• 发现轮廓，找到图像轮廓
• 通过相关API在轮廓点上找到最小包含矩形和圆，旋转矩形与椭圆
• 绘制它们

代码实现

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>#define PIC_PATH "C:\\pic\\"
#define PIC_NAME "2.jpg"using namespace cv;
using namespace std;
Mat src, gray_src,dst;int threshold_value = 200;
int threshold_max = 255;
void Draw_Demo(int, void*);int main(void)
{string pic = string(PIC_PATH) + string(PIC_NAME);cout << "原始图片为:" << pic << endl;src = imread(pic);if (src.empty()) {cout << "图片不存在" << endl;return -1;}namedWindow("原始图片", WINDOW_AUTOSIZE);imshow("原始图片", src);cvtColor(src, gray_src, CV_BGR2GRAY);   //图片转化为灰度图namedWindow("灰度图片", WINDOW_AUTOSIZE);imshow("灰度图片", gray_src);//均值模糊去除噪点干扰blur(gray_src, gray_src, Size(3, 3), Point(-1, -1));namedWindow("绘制图片", WINDOW_AUTOSIZE);namedWindow("阈值操作", WINDOW_AUTOSIZE);//创建滑动条 用来动态调整阈值范围createTrackbar("阈值调整", "阈值操作", &threshold_value, threshold_max, Draw_Demo);Draw_Demo(0, 0);   //什么也不做  保证回调函数 程序一运行就显示waitKey(0);cvDestroyAllWindows();
}void Draw_Demo(int, void*)
{Mat threshold_dst;threshold(gray_src, threshold_dst, threshold_value, threshold_max, CV_THRESH_BINARY);imshow("阈值操作", threshold_dst);vector<vector<Point>> contours_points;vector<Vec4i> hierarchy;findContours(threshold_dst, contours_points, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));//namedWindow("轮廓图片", WINDOW_AUTOSIZE);vector<vector<Point>> contours_ploy(contours_points.size());    //定义精简过后的轮廓点集合vector<Rect> ploy_rects(contours_points.size());             //定义矩形集合vector<Point2f> ccs(contours_points.size());               //定义圆心坐标集合vector<float> radius(contours_points.size());               //定义半径集合vector<RotatedRect> rotated_rect(contours_points.size());   //定义最小矩形集合 带旋转角度的vector<RotatedRect> cir_rotated_rect(contours_points.size());   //定义椭圆所在最小矩形 带旋转角度for (size_t i = 0; i < contours_points.size(); i++){approxPolyDP(contours_points[i], contours_ploy[i], 3, true);ploy_rects[i] = boundingRect(contours_ploy[i]);     //获取平行于边界的矩形集合minEnclosingCircle(contours_ploy[i], ccs[i], radius[i]);   //获取圆形圆心和半径集合if (contours_ploy[i].size() > 5)   //这两个函数对输入参数点的数量有要求  这里需要预处理{rotated_rect[i] = minAreaRect(contours_ploy[i]);   //获取最小矩形集合cir_rotated_rect[i] = fitEllipse(contours_ploy[i]); //获取最小椭圆所在矩形集合}}src.copyTo(dst);    //复制图片RNG rng(123456);    //定义随机数Point2f p[4];   //四个角的坐标集合for (size_t j = 0; j < contours_points.size(); j++){Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));   //随机颜色rectangle(dst, ploy_rects[j], color, 2, 8);    //绘制平行边界的矩形circle(dst, ccs[j], radius[j], color, 2, 8);   //绘制圆形if (contours_ploy[j].size() > 5){rotated_rect[j].points(p);  //返回四个角的列表ellipse(dst, cir_rotated_rect[j], color, 2, 8);   //绘制椭圆for(int k=0;k<4;k++)line(dst, p[k], p[(k + 1) % 4], color, 2, 8);   //绘制带角度的最小的矩形   （k+1）%4防止数组越界}}imshow("绘制图片", dst);
}