OpenCV C++计算多边形的最大内切圆

这个程序使用OpenCV计算出多边形的最大内切圆。

最大内切圆检测在工业检测、形状分析中很实用,例如检测零件内部的最大可用空间。

左边是输入图片,是程序生成的六边形。

右边是输出图片,是对输入图片进行处理的结果。

程序先对输入图片上的每个像素执行点多边形测试pointPolygonTest。

点多边形测试:计算点到多边形轮廓的最小距离。

如果距离是正值(红色),表示点(x,y)在多边形的内部。

如果距离是负值(蓝色),表示点(x,y)在多边形的外部。

如果距离为0(白色),表示点(x,y)在多边形的轮廓上。

颜色深浅表示距离边界的远近,越靠近边界颜色越亮/白,越远离边界颜色越暗/黑。

然后寻找出这些距离里的最大值,这个最大值就是六边形的最大内切圆的半径。

这个最大值对应的点(x,y)就是内切圆的圆心。

有了圆心和半径就可以绘制出这个内切圆。

代码:

cpp 复制代码
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include <iostream>
 
using namespace cv;
using namespace std;
 
int main( void )
{
    const int r = 100;
    Mat src = Mat::zeros( Size( 4*r, 4*r ), CV_8U );
 
    vector<Point2f> vert(6);
    vert[0] = Point( 3*r/2, static_cast<int>(1.34*r) );
    vert[1] = Point( 1*r, 2*r );
    vert[2] = Point( 3*r/2, static_cast<int>(2.866*r) );
    vert[3] = Point( 5*r/2, static_cast<int>(2.866*r) );
    vert[4] = Point( 3*r, 2*r );
    vert[5] = Point( 5*r/2, static_cast<int>(1.34*r) );
 
    for( int i = 0; i < 6; i++ )
    {
        line( src, vert[i],  vert[(i+1)%6], Scalar( 255 ), 3 );
    }
 
    vector<vector<Point> > contours;
    findContours( src, contours, RETR_TREE, CHAIN_APPROX_SIMPLE);
 
    Mat raw_dist( src.size(), CV_32F );
    for( int i = 0; i < src.rows; i++ )
    {
        for( int j = 0; j < src.cols; j++ )
        {
            raw_dist.at<float>(i,j) = (float)pointPolygonTest( contours[0], Point2f((float)j, (float)i), true );
        }
    }
 
    double minVal, maxVal;
    Point maxDistPt; 
    minMaxLoc(raw_dist, &minVal, &maxVal, NULL, &maxDistPt);
    minVal = abs(minVal);
    maxVal = abs(maxVal);
 
    Mat drawing = Mat::zeros( src.size(), CV_8UC3 );
    for( int i = 0; i < src.rows; i++ )
    {
        for( int j = 0; j < src.cols; j++ )
        {
            if( raw_dist.at<float>(i,j) < 0 )
            {
                drawing.at<Vec3b>(i,j)[0] = (uchar)(255 - abs(raw_dist.at<float>(i,j)) * 255 / minVal);
            }
            else if( raw_dist.at<float>(i,j) > 0 )
            {
                drawing.at<Vec3b>(i,j)[2] = (uchar)(255 - raw_dist.at<float>(i,j) * 255 / maxVal);
            }
            else
            {
                drawing.at<Vec3b>(i,j)[0] = 255;
                drawing.at<Vec3b>(i,j)[1] = 255;
                drawing.at<Vec3b>(i,j)[2] = 255;
            }
        }
    }
    circle(drawing, maxDistPt, (int)maxVal, Scalar(255,255,255));
 
    imshow( "src", src );
    imshow( "dst", drawing );
 
    waitKey();
    return 0;
}
相关推荐
XTIOT6661 小时前
零部件 DPM 码扫码枪生产厂家:工业 DPM 设备多工位组网与 MES/ERP 数据集成方案
网络·单片机·嵌入式硬件·物联网·计算机视觉
像风一样自由20201 小时前
2.时序异常检测入门到实战:评估的陷阱:point-adjust 如何把烂模型刷成 SOTA
人工智能·时序异常检测·时间序列模型
第七页独白1 小时前
AI 赋能 APQP 项目管控!全星研发项目管理系统为制造企业创造多重核心价值
人工智能
心疼你的一切1 小时前
Build-Your-Own-X 实战指南:从复刻经典到掌握核心原理
人工智能·ai·aigc
鲜于言悠9051 小时前
Anthropic深夜王炸:Claude Opus 5上线,自带代码自检程序员福音
人工智能
雪隐1 小时前
AI股票小助手10-我用代码管住自己的手:一个普通人的市场观察笔记
前端·人工智能·后端
方方洛1 小时前
AI 教程系列-TUI 应用开发教程02-终端基础
人工智能
Alter12301 小时前
从堆算力到算存网协同,华为给出了Agent时代的新解法
人工智能·华为
道影子2 小时前
《黄帝内经》021章|津凝精晶 沉降为患
人工智能·深度学习·神经网络·算法·机器学习