【opencv】示例-minarea.cpp 如何寻找一组随机生成的点的最小外接矩形、三角形和圆...

cpp 复制代码
// 包含OpenCV库的高GUI模块和图像处理模块的头文件
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"


// 包含标准输入输出流的头文件
#include <iostream>


// 使用命名空间cv和std,这样我们就可以直接使用OpenCV和标准库的功能,而不需要每次都指定命名空间
using namespace cv;
using namespace std;


// 一个静态函数,用于显示帮助信息
static void help()
{
    // 输出程序的帮助信息,告诉用户程序功能和使用方法
    cout << "This program demonstrates finding the minimum enclosing box, triangle or circle of a set\n"
         << "of points using functions: minAreaRect() minEnclosingTriangle() minEnclosingCircle().\n"
         << "Random points are generated and then enclosed.\n\n"
         << "Press ESC, 'q' or 'Q' to exit and any other key to regenerate the set of points.\n\n";
}


// main函数,程序的入口
int main( int /*argc*/, char** /*argv*/ )
{
    // 调用帮助信息函数
    help();


    // 创建一个500x500像素的黑色空图像
    Mat img(500, 500, CV_8UC3, Scalar::all(0));
    // 获取随机数生成器的引用
    RNG& rng = theRNG();


    // 无限循环直到用户决定退出(按下ESC或'q'键)
    for(;;)
    {
        int i, count = rng.uniform(1, 101); // 随机生成点的数量,范围1到100
        vector<Point> points; // 用来存储随机点的向量


        // 生成一组随机点
        for( i = 0; i < count; i++ )
        {
            Point pt; // 创建一个点结构
            // 点的x坐标在图像宽度的1/4到3/4之间随机生成
            pt.x = rng.uniform(img.cols/4, img.cols*3/4);
            // 点的y坐标在图像高度的1/4到3/4之间随机生成
            pt.y = rng.uniform(img.rows/4, img.rows*3/4);


            // 将生成的点添加到向量中
            points.push_back(pt);
        }


        // 找到包围点的最小面积矩形框
        Point2f vtx[4]; // 声明一个存储矩形四个顶点的数组
        // 使用minAreaRect()计算点集可以包围的最小矩形区域和角度
        RotatedRect box = minAreaRect(points);
        // 将计算的矩形区域的四个顶点赋值给vtx数组
        box.points(vtx);


        // 找到包围点的最小面积三角形
        vector<Point2f> triangle; // 创建向量存储三角形的顶点
        // 使用minEnclosingTriangle()计算可以包围点集的最小三角形
        minEnclosingTriangle(points, triangle);


        // 找到包围点的最小面积圆形
        Point2f center; // 圆心
        float radius = 0; // 半径
        // 使用minEnclosingCircle()计算可以包围点集的最小圆形及其半径
        minEnclosingCircle(points, center, radius);


        // 将图像重置为黑色
        img = Scalar::all(0);


        // 在图像上画出这些点
        for( i = 0; i < count; i++ )
            // 以点为中心,半径为3,红色,实心填充,抗锯齿方式画圆
            circle( img, points[i], 3, Scalar(0, 0, 255), FILLED, LINE_AA );


        // 画出矩形框
        for( i = 0; i < 4; i++ )
            // 用绿色线条将矩形的四个顶点连接起来,形成边框
            line(img, vtx[i], vtx[(i+1)%4], Scalar(0, 255, 0), 1, LINE_AA);


        // 画出三角形
        for( i = 0; i < 3; i++ )
            // 用黄色线条将三角形的三个顶点连接起来,形成边框
            line(img, triangle[i], triangle[(i+1)%3], Scalar(255, 255, 0), 1, LINE_AA);


        // 画出圆形
        // 以计算得到的圆心,半径,用青色线条画出圆形
        circle(img, center, cvRound(radius), Scalar(0, 255, 255), 1, LINE_AA);


        // 显示最终绘制的图像
        imshow( "Rectangle, triangle & circle", img );


        // 等待键盘输入
        char key = (char)waitKey();
        if( key == 27 || key == 'q' || key == 'Q' ) // 检查是否是退出键'ESC'
            break; // 如果是则退出循环
    }


    return 0; // 程序成功结束
}

此段代码的主要功能是:利用OpenCV库生成随机点集,并计算并展示这些点的最小外包矩形、三角形和圆形。用户可以通过按键重新生成不同的随机点集,或者按ESC/Q退出程序。程序中利用了OpenCV的随机数生成函数、绘图函数以及几何形状的计算函数。

相关推荐
啊阿狸不会拉杆9 小时前
《机器学习导论》第 10 章-线性判别式
人工智能·python·算法·机器学习·numpy·lda·线性判别式
爱打代码的小林9 小时前
基于 OpenCV 与 Dlib 的人脸替换
人工智能·opencv·计算机视觉
无忧智库9 小时前
某市“十五五“知识产权大数据监管平台与全链条保护系统建设方案深度解读(WORD)
大数据·人工智能
顾北129 小时前
AI对话应用接口开发全解析:同步接口+SSE流式+智能体+前端对接
前端·人工智能
综合热讯9 小时前
股票融资融券交易时间限制一览与制度说明
大数据·人工智能·区块链
AEIC学术交流中心9 小时前
【快速EI检索 | ICPS出版】2026年计算机技术与可持续发展国际学术会议(CTSD 2026)
人工智能·计算机网络
玄同7659 小时前
Python Random 模块深度解析:从基础 API 到 AI / 大模型工程化实践
人工智能·笔记·python·学习·算法·语言模型·llm
风指引着方向9 小时前
昇腾 AI 开发生产力工具:CANN CLI 的高级使用与自动化脚本编写
运维·人工智能·自动化
算法狗29 小时前
大模型面试题:1B的模型和1T的数据大概要训练多久
人工智能·深度学习·机器学习·语言模型