// m_imgFeature为黑白目标图像,白色为前景,黑色为背景
// 注意此函数会修改m_imgFeature内容。若其不可更改,应另建立副本
// 1 count contour
CvMemStorage storage = 0;
storage = cvCreateMemStorage(0); //开辟默认大小的空间
CvSeq contour = 0;
cvFindContours( m_imgFeature, storage, &contour, sizeof(CvContour), CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE ); // 查找外边缘
int num = 0;
for( ; contour != 0; contour = contour->h_next )
{
CvRect rect;
rect = cvBoundingRect(contour,0); // 转化为点列
m_arrLineSetSize(num+1);
m_arrLineGetAt(num)SetLine(rectx,rectx+rectwidth ,recty,recty+rectheight);
num = num+1;
for( i = 0; i < contour->total; i++ )
{
CvPoint line = (CvPoint)cvGetSeqElem(contour,i);
cvLine( color_dst, line[0], line[1], CV_RGB(255,0,0), 3, 8 );
}
}
// release
cvReleaseMemStorage(&storage);
//////////////////end of code////////////////////////////
cvFindContours的第5个参数
CV_RETR_EXTERNAL 查找外边缘,各边缘以指针h_next相连
CV_RETR_LIST 查找所有边缘(包含内部空洞),各边缘以指针h_next相连
CV_RETR_CCOMP 查找所有边缘(包含内部空洞)
////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
转自:
cvFindContours函数使用说明
函数cvFindContours从二值图像中检索轮廓,并返回检测到的轮廓的个数。first_contour的值由函数填充返回,它的值将为第一个外轮廓的指针,当没有轮廓被检测到时为NULL。其它轮廓可以使用h_next和v_next连接,从first_contour到达。
int cvFindContours( CvArr image, CvMemStorage storage, CvSeq first_contour,
int header_size=sizeof(CvContour), int mode=CV_RETR_LIST,
int method=CV_CHAIN_APPROX_SIMPLE, CvPoint offset=cvPoint(0,0) );
image
8比特单通道的源二值图像。非零像素作为1处理,0像素保存不变。从一个灰度图像得到二值图像的函数有:cvThreshold,cvAdaptiveThreshold和cvCanny。
storage
返回轮廓的容器。
first_contour
输出参数,用于存储指向第一个外接轮廓。
header_size
header序列的尺寸如果选择method = CV_CHAIN_CODE, 则header_size >= sizeof(CvChain);其他,则
header_size >= sizeof(CvContour)。
mode
检索模式,可取值如下:
CV_RETR_EXTERNAL:只检索最外面的轮廓;
CV_RETR_LIST:检索所有的轮廓,并将其放入list中;
CV_RETR_CCOMP:检索所有的轮廓,并将他们组织为两层:顶层是各部分的外部边界,第二层是空洞的边界;
CV_RETR_TREE:检索所有的轮廓,并重构嵌套轮廓的整个层次。
method
边缘近似方法(除了CV_RETR_RUNS使用内置的近似,其他模式均使用此设定的近似算法)。可取值如下:
CV_CHAIN_CODE:以Freeman链码的方式输出轮廓,所有其他方法输出多边形(顶点的序列)。
CV_CHAIN_APPROX_NONE:将所有的连码点,转换成点。
CV_CHAIN_APPROX_SIMPLE:压缩水平的、垂直的和斜的部分,也就是,函数只保留他们的终点部分。
CV_CHAIN_APPROX_TC89_L1,CV_CHAIN_APPROX_TC89_KCOS:使用the flavors of Teh-Chin chain近似算法
的一种。
CV_LINK_RUNS:通过连接水平段的1,使用完全不同的边缘提取算法。使用CV_RETR_LIST检索模式能使用此方法。
offset
偏移量,用于移动所有轮廓点。当轮廓是从图像的ROI提取的,并且需要在整个图像中分析时,这个参数将很有用。
讨论部分cvDrawContours中的案例显示了任何使用轮廓检测连通区域。轮廓可以用于形状分析和目标识别——可以参考文件夹OpenCV sample中的squaresc。
Jay Freeman (也被称作 "saurik")是Cydia的创始人之一。
Cydia是一个类似苹果在线软件商店iTunes Store 的软件平台的客户端,它是在越狱的过程中被装入到系统中的,其中多数为iPhone、iPod Touch、iPad的第三方软件和补丁,主要都是弥补系统不足用。是由Jay Freeman (Saurik),Okori Group 以及UCSB大学合作开发。
Cydia是一个让用户在越狱的iOS设备上查找和安装各类软件包,包括软件、系统修改、主题和铃声等的软件管理器。Cydia是高级包装工具和dpkg的图形界面前端,Cydia也是一个去中心化的软件仓库。大多数Cydia中的软件包都是免费的,但也有很多收费程序通过类似App Store的Cydia Store销售。
Cydia上除了独立的应用程序之外更多的包是iOS本身和应用程序的扩展、修改和主题。
Cydia由Jay Freeman (也被称作 "saurik")和他的公司,SaurikIT所开发。Cydia这个名字是源自学名为Cydia pomonella的苹果小卷蛾(Codling Moth),一种吃苹果的虫子。
是生命周期系统链码(LSCC)-安装/实例化/更新链码。
the life cycle system chaincode (LSCC)—to install/instantiate/update chaincodes。
系统链码与普通用户链码具有相同的编程模型,并且与用户链码不同,系统链码内置在对等节点的可执行文件中。
ESCC:背书系统链码(ESCC)-通过对响应进行数字签名来背书交易。
VSCC:验证系统链码(VSCC)-根据背书策略验证交易的背书签名集。
链码(又称为freeman码)是用曲线起始点的坐标和边界点方向代码来描述曲线或边界的方法,常被用来在图像处理、计算机图形学、模式识别等领域中表示曲线和区域边界。
常用的链码按照中心像素点邻接方向个数的不同,分为4连通链码和8连通链码。4连通链码的邻接点有4个,分别在中心点的上、下、左和右。
8连通链码比4连通链码增加了4个斜方向,因为任意一个像素周围均有8个邻接点,而8连通链码正好与像素点的实际情况相符,能够准确地描述中心像素点与其邻接点的信息。因此,8连通链码的使用相对较多。
以上就是关于新手求助,如何用OpenCV去除小块的分散区域全部的内容,包括:新手求助,如何用OpenCV去除小块的分散区域、Cydia里面显示by jay freeman(saurik)是什么意思、lscc是什么链码等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)