【QT opencv】使用创建副本.clone()的场景

前言

很多简要的例子都是cv::Mat image = cv::imread(imagePath);之后，直接使用image来处理图像。单一的场景体现不出冲突性，容易让人忽略image是一种公共/共享的资源变量。当存在修改image的场景时就需要注意上下文是否存在冲突了。以下用一个例子进行讲解。

示例功能

对一张图片描绘出20x20的网格（白色）、查找轮廓发现的全部轮廓（绿色），以及最小外接（物体）矩形（红色）。这是一个比较简易的调试物体轮廓的功能，以下是效果图

通用模块说明

（1）对一张图片描绘出20x20的网格（白色）

要点：

计算网格步长：获取每个网格的宽和高

画网格：通过循环画行和列的直线cv::line()，组成网格

// 绘制网格函数并返回排除区域 - 添加绘制开关
void drawGrid(Mat& image, int gridSize = 36, bool drawGridLines = true) {
int rows = image.rows;
int cols = image.cols;

复制代码

  // 计算网格步长
  int gridWidth = cols / gridSize;
  int gridHeight = rows / gridSize;
  // 只在需要时绘制网格线
  if (drawGridLines) {
      // 使用较粗的线条，以便在压缩后仍可见
      int lineThickness = 3;
      // 绘制网格线
      for (int i = 0; i <= gridSize; i++) {
          // 垂直线
          int x = i * gridWidth;
          line(image, Point(x, 0), Point(x, rows), Scalar(255, 255, 255), lineThickness);

          // 水平线
          int y = i * gridHeight;
          line(image, Point(0, y), Point(cols, y), Scalar(255, 255, 255), lineThickness);
      }
  }

}

（2）查找轮廓发现的全部轮廓（绿色）

比较典型的流程:灰色通道->高斯模糊去噪->边缘检测->形态学操作->操作轮廓

复制代码

void getallContours(const cv::Mat& inputImage,std::vector<std::vector<cv::Point>>& contours){
    cv::Mat gray, blurred,edges;
    cv::cvtColor(inputImage, gray, cv::COLOR_BGR2GRAY);
    GaussianBlur(gray, blurred, Size(9, 9), 3.0);
    Canny(blurred, edges, 50, 150);
    // 增强形态学操作，更好地连接边缘
    cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(7, 7));
    cv::morphologyEx(edges, edges, cv::MORPH_CLOSE, kernel);
    cv::dilate(edges, edges, kernel); // 添加膨胀操作
    // 查找轮廓
    cv::findContours(edges, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);
    std::cout << "find " << contours.size() << " Contours" << std::endl;
}

（3）最小外接（物体）矩形（红色）

要点：找最大轮廓->获取最小外接矩形->获取矩形坐标->绘制直线，顶点

复制代码

void makerectContours(const std::vector<std::vector<cv::Point>>& contours,cv::Mat& inputImage){
    //3.找到面积最大的轮廓
    auto maxContour = *std::max_element(contours.begin(), contours.end(),
        [](const std::vector<cv::Point>& a, const std::vector<cv::Point>& b) {
            return cv::contourArea(a) < cv::contourArea(b);
        });

    // 获取最小外接矩形
    cv::RotatedRect rotatedRect = cv::minAreaRect(maxContour);
    cv::Point2f vertices[4];
    rotatedRect.points(vertices);

    // 转换为整数点坐标
    std::vector<cv::Point> rectPoints;
    for (int i = 0; i < 4; i++) {
        rectPoints.push_back(cv::Point(
            static_cast<int>(vertices[i].x),
            static_cast<int>(vertices[i].y)
        ));
    }
    if (rectPoints.empty()) return ;
    // 用红色绘制矩形轮廓
    for (int i = 0; i < 4; i++) {
        std::cout << "top" << i+1 << ": (" << rectPoints[i].x << ", " << rectPoints[i].y << ")" << std::endl;
        cv::line(inputImage, rectPoints[i], rectPoints[(i+1)%4], cv::Scalar(0, 0, 255), 3);//画矩形线
        cv::circle(inputImage, rectPoints[i], 8, cv::Scalar(0, 255, 255), -1);//顶点画一个原点
    }
    // 计算并显示面积
    double area = cv::contourArea(rectPoints);
    std::cout << "area: " << area << std::endl;
}

测试模块说明

1、不使用clone()创建副本的样例

因为对图片描绘网格，是对图片资源变量的改变，3个模块中（1）画网格修改了图片资源变量，（2）和（3）只是坐标集合的处理，不涉及图片资源变量修改。所以，如果不使用clone()创建副本，就必须把模块(2)放在模块(1)之前，才能保证获取到的轮廓坐标集合是原始的，代码如下

复制代码

void testContour1(cv::Mat& inputImage) {
    //1. 查找所有轮廓并用绿色绘制
    std::vector<std::vector<cv::Point>> contours;
    getallContours(inputImage,contours);
    //2.在原始图像上绘制gridsizeXgridsize网格并获取排除区域
    int gridsize=20;
    bool drawGridLines = true;// 控制是否绘制网格线
    drawGrid(inputImage, gridsize, drawGridLines);
    // 用绿色绘制所有轮廓
    cv::drawContours(inputImage, contours, -1, cv::Scalar(0, 255, 0), 2);

    makerectContours(contours,inputImage);
}

2、使用clone()创建副本的样例

先获取一个副本cv::Mat getImagecontours = inputImage.clone();如果先画图再操作轮廓，也不影响返回的轮廓集合，代码如下

复制代码

void testContour2(cv::Mat& inputImage) {
    cv::Mat getImagecontours = inputImage.clone();
    //1.在原始图像上绘制gridsizeXgridsize网格并获取排除区域
    int gridsize=20;
    bool drawGridLines = true;// 控制是否绘制网格线
    drawGrid(inputImage, gridsize, drawGridLines);

    //2. 查找所有轮廓并用绿色绘制
    std::vector<std::vector<cv::Point>> contours;
    getallContours(getImagecontours,contours);

    // 用绿色绘制所有轮廓
    cv::drawContours(inputImage, contours, -1, cv::Scalar(0, 255, 0), 2);

    makerectContours(contours,inputImage);
}

如果以上代码不创建副本，使用与画网格同一个的图片资源变量时，此时返回的轮廓就变化了，如下图红色边框占满了整张图片

完整代码

复制代码

#include <opencv2/opencv.hpp>
#include <iostream>
#include <vector>
#include <string>

using namespace cv;
using namespace std;

// 显示函数 - 保持20%压缩比例
void showimg(const string& name, const Mat& curImage) {
    Mat resizedImage;
    double scale = 0.2; // 固定压缩到20%
    resize(curImage, resizedImage, Size(), scale, scale);
    imshow(name, resizedImage);
}

// 绘制网格函数并返回排除区域 - 添加绘制开关
void drawGrid(Mat& image, int gridSize = 36, bool drawGridLines = true) {
    int rows = image.rows;
    int cols = image.cols;

    // 计算网格步长
    int gridWidth = cols / gridSize;
    int gridHeight = rows / gridSize;
    // 只在需要时绘制网格线
    if (drawGridLines) {
        // 使用较粗的线条，以便在压缩后仍可见
        int lineThickness = 3;
        // 绘制网格线
        for (int i = 0; i <= gridSize; i++) {
            // 垂直线
            int x = i * gridWidth;
            line(image, Point(x, 0), Point(x, rows), Scalar(255, 255, 255), lineThickness);

            // 水平线
            int y = i * gridHeight;
            line(image, Point(0, y), Point(cols, y), Scalar(255, 255, 255), lineThickness);
        }
    }
}

void getallContours(const cv::Mat& inputImage,std::vector<std::vector<cv::Point>>& contours){
    cv::Mat gray, blurred,edges;
    cv::cvtColor(inputImage, gray, cv::COLOR_BGR2GRAY);
    GaussianBlur(gray, blurred, Size(9, 9), 3.0);
    Canny(blurred, edges, 50, 150);
    // 增强形态学操作，更好地连接边缘
    cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(7, 7));
    cv::morphologyEx(edges, edges, cv::MORPH_CLOSE, kernel);
    cv::dilate(edges, edges, kernel); // 添加膨胀操作
    // 查找轮廓
    cv::findContours(edges, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);
    std::cout << "find " << contours.size() << " Contours" << std::endl;
}

void makerectContours(const std::vector<std::vector<cv::Point>>& contours,cv::Mat& inputImage){
    //3.找到面积最大的轮廓
    auto maxContour = *std::max_element(contours.begin(), contours.end(),
        [](const std::vector<cv::Point>& a, const std::vector<cv::Point>& b) {
            return cv::contourArea(a) < cv::contourArea(b);
        });

    // 获取最小外接矩形
    cv::RotatedRect rotatedRect = cv::minAreaRect(maxContour);
    cv::Point2f vertices[4];
    rotatedRect.points(vertices);

    // 转换为整数点坐标
    std::vector<cv::Point> rectPoints;
    for (int i = 0; i < 4; i++) {
        rectPoints.push_back(cv::Point(
            static_cast<int>(vertices[i].x),
            static_cast<int>(vertices[i].y)
        ));
    }
    if (rectPoints.empty()) return ;
    // 用红色绘制矩形轮廓
    for (int i = 0; i < 4; i++) {
        std::cout << "top" << i+1 << ": (" << rectPoints[i].x << ", " << rectPoints[i].y << ")" << std::endl;
        cv::line(inputImage, rectPoints[i], rectPoints[(i+1)%4], cv::Scalar(0, 0, 255), 3);//画矩形线
        cv::circle(inputImage, rectPoints[i], 8, cv::Scalar(0, 255, 255), -1);//顶点画一个原点
    }
    // 计算并显示面积
    double area = cv::contourArea(rectPoints);
    std::cout << "area: " << area << std::endl;
}

void testContour1(cv::Mat& inputImage) {
    //1. 查找所有轮廓并用绿色绘制
    std::vector<std::vector<cv::Point>> contours;
    getallContours(inputImage,contours);
    //2.在原始图像上绘制gridsizeXgridsize网格并获取排除区域
    int gridsize=20;
    bool drawGridLines = true;// 控制是否绘制网格线
    drawGrid(inputImage, gridsize, drawGridLines);
    // 用绿色绘制所有轮廓
    cv::drawContours(inputImage, contours, -1, cv::Scalar(0, 255, 0), 2);

    makerectContours(contours,inputImage);
}


void testContour2(cv::Mat& inputImage) {
    cv::Mat getImagecontours = inputImage.clone();
    //1.在原始图像上绘制gridsizeXgridsize网格并获取排除区域
    int gridsize=20;
    bool drawGridLines = true;// 控制是否绘制网格线
    drawGrid(inputImage, gridsize, drawGridLines);

    //2. 查找所有轮廓并用绿色绘制
    std::vector<std::vector<cv::Point>> contours;
    getallContours(inputImage,contours);

    // 用绿色绘制所有轮廓
    cv::drawContours(inputImage, contours, -1, cv::Scalar(0, 255, 0), 2);

    makerectContours(contours,inputImage);
}

int main(int argc, char* argv[]) {
    std::string imagePath = "test.png";
    // 读取图片
    cv::Mat image = cv::imread(imagePath);
    if (image.empty()) {
        std::cout << "no can open: " << imagePath << std::endl;
        return -1;
    }
    std::cout << "size: " << image.cols << "x" << image.rows << std::endl;
    // 创建副本用于显示
    cv::Mat result = image.clone();
    testContour2(result);
    // 显示结果
    showimg("result", result);
    cv::waitKey(0);
    return 0;
}

篇尾

同一个事件流程中遇到绘图需求场景时，需要关注是哪个步骤修改图片资源变量，通过.clone创建副本的代码健壮性会更好。另外多线程读取公共图片资源时，也应该使用.clone创建副本，避免影响其他线程读取不到原始图片。

【QT opencv】使用创建副本.clone()的场景

前言

示例功能

通用模块说明

（1） 对一张图片描绘出20x20的网格（白色）

（2）查找轮廓发现的全部轮廓（绿色）

（3）最小外接（物体）矩形（红色）

测试模块说明

1、不使用clone()创建副本的样例

2、使用clone()创建副本的样例

完整代码

篇尾

（1）对一张图片描绘出20x20的网格（白色）