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
AI Coder 码农王37 分钟前
AgentScope Java v2 第3课,从 ReActAgent 到 HarnessAgent
人工智能
格物致胜工业数智技术39 分钟前
明治EOS系列传感器技术解析:精密制造高反光金属件在位检测
人工智能·制造
甲维斯1 小时前
DeepSeek 新版还是难评!
人工智能
晨间晓1 小时前
图片细节丰富不丰富?用华为云码道开发 OpenCV 纹理复杂度分析工具
人工智能·opencv·华为云
2603_965148111 小时前
电商选品调研:通过关键词搜索API获取市场热销商品,结合商品详情API分析竞品卖点与定价
开发语言·数据库·人工智能·python·信息可视化
镜象科技2 小时前
什么是好的校园AI心理健康解决方案服务商?从中外校园心理服务的一天说起
人工智能
Geeys2 小时前
拼多多单品推广完整方案(可直接落地)
大数据·人工智能
泡椒鸡脚2 小时前
AI室内设计风格融合:把布局、材质和光影参考分开写
人工智能·材质
袁俪2 小时前
世界模型与智能体
人工智能
冬奇Lab2 小时前
开源项目第239期:Awesome DSH Plugin —— 5000+ 插件的 DeepSeek Harness 生态精选列表
人工智能·开源