opencv 轮廓内点集高速获取

一、理论

获取opencv中轮廓的内部所有点,opencv有现成的函数判断点是否在轮廓内,但轮廓比较大的时候,直接调用pointPolygonTest速度会很慢。

我们可以通过扫描线的方式逐行对轮廓点进行遍历,获取穿过某一行的两个x值,这两个x值之间的点就都在轮廓内。

二、代码逻辑

低速版

cpp 复制代码
static std::vector<cv::Point> getPointsInsideContour(const std::vector<cv::Point>& contour)
{
	try {

		std::vector<cv::Point> points;
		if (contour.empty()) return points;

		// 1. 获取包围盒
		cv::Rect rect = cv::boundingRect(contour);
		int yMin = rect.y;
		int yMax = rect.y + rect.height;
		//points.reserve(rect.width * rect.height);

		// 2. 逐行扫描
		for (int y = yMin; y < yMax; ++y)
		{
			for (int x = rect.tl().x; x < rect.br().x; x++)
			{
				Point p(x, y);
				if (pointPolygonTest(contour, p, false) >= 0)
				{
					points.push_back(p);
				}
			}
		}

		return points;
	}
	catch (std::exception& ex)
	{
		throw std::runtime_error(ex.what());
	}

}

高速版

1.同样获取轮廓的外接矩形

2.逐行对轮廓进行扫描

3.遍历轮廓点,判断轮廓的上一个点和下一个点是否存在穿过该行的行为

4.若存在,则保存起来对应的x值;对某行保存的x值进行排序,按照两两配对的方式获取这条填充线段

三、效果

debug版本下,轮廓点集1000W个点时,高速版是低速版的30多倍速度

获取源码请私信,可指导配置技术交流

相关推荐
大鱼>7 小时前
宠物活动轨迹追踪系统:GPS/BDS+UWB+BLE多定位融合方案
人工智能·深度学习·算法·iot·宠物
蓦然回首却已人去楼空7 小时前
Build a Large Language Model (From Scratch) 第三章 编码注意力机制
人工智能·深度学习·语言模型
lisw058 小时前
基于零信任的云-边-端访问控制系统,使用可信标签
人工智能·机器学习·软件工程
QYR_118 小时前
离心滚筒光饰机:精密制造后处理的“效率引擎”与价值高地
人工智能
白帽小阳8 小时前
我的AI辅助开发工具链2026版:从编码到部署的全栈智能实践
网络·人工智能·学习·安全·自动化
HackTwoHub8 小时前
AntiDebug Mcp、AI逆向绕过前端,Hook 加密接口,抓取 Vue 路由漏洞,接入 MCP 让 AI 自动化挖掘前端漏洞
前端·vue.js·人工智能·安全·web安全·网络安全·系统安全
俊哥V8 小时前
每日 AI 研究简报 · 2026-07-14
人工智能·ai
武子康8 小时前
LingBot 四线全拆:Video / World / VLA / VA 按最终输出选型 + 开源许可证避坑表
人工智能·llm·agent
Drgfd8 小时前
工业智能跃迁:工业互联网深度迭代,终结传统自动化时代
人工智能
龙腾AI白云8 小时前
英伟达押注的Physical AI与量智融合
人工智能·知识图谱