过滤不想要的轮廓-使用C ++的opencv

Question

我正在处理要检测一些物体的视频。

首先，我删除背景，然后将其设置为灰色，并使用cv::threshold制作二进制图像，然后再使用cv::findcontours 。

我要删除太长和太短的轮廓。 因此，我在“ Opencv 2食谱”中找到了一个代码。 但是在我的视频的第21帧上有运行时错误。

// Eliminate too short or too long contours
    size_t cmin{ 15 }; // minimum contour length
    size_t cmax{ 120 }; // maximum contour length


    std::vector<std::vector<cv::Point> >::
        const_iterator itc = contours.begin();
    while (itc != contours.end()) {
        if (itc->size() < cmin || itc->size() > cmax)
            itc = contours.erase(itc);
        else
            ++itc;
    }

我搜索并找到另一个代码，并且在同一帧上有相同的错误：

double min_area = 500; // area threshold
    double max_area = 1500; // area threshold
    for (int i = 0; i < contours.size(); i++) // iterate through each contour.
    {
        double area = contourArea(contours[i], false);  //  Find the area of contour
        if (area < min_area || area > max_area)
            contours.erase(contours.begin() + i);
    }

我写了一个代码来创建一个新矢量，然后在其中复制可接受的轮廓。 但在同一帧上也有相同的错误：

std::vector<std::vector<cv::Point> > goodcontours;
    size_t cmin{ 15 };
    size_t cmax{ 120 };
    double contourlength = 1;
    size_t contoursize = contours.size();
    for (int i = 0; i != contoursize;i++) {
        contourlength = cv::arcLength(contours[i], true);
        if (contourlength > cmin && contourlength < cmax)
            goodcontours.push_back(contours.at(i));
    }

我尝试了其他视频，但所有视频在特定框架上都存在相同的问题。

在出现错误之前，我仍然可以看到不需要的轮廓，这意味着它们并没有真正消除。

错误只是说：

0x75017FB2（ucrtbase.dll）的未处理异常

您对过滤轮廓有什么建议吗？

我的视频帧轮廓之一

Answer 1

我的一位朋友回答了我的问题，我将与您分享：

cv::findContours(image,contours,CV_RETR_LIST,mode,cv::Point(offset_x,offset_y));

    for(int i=0;i<contours.size();i++)
    {
      AreaContour=cv::contourArea(contours[i]);
      if(AreaContour<MaxAreaContour && AreaContour>MinAreaContour)
        drawContours(Result,contours,i,cv::Scalar(DrawColor),Thickness,LineType,cv::noArray(),2147483647,cv::Point(DrawOffset_x,DrawOffset_y));

    }

Answer 2

这是我的Find_Filter_Draw Contours函数，共享它可能对某人有用

bool Find_Filter_Draw_Contours(){
   // Find Contours on our working image which is ... currentImage.
    cv::Mat hierarchy = cv::Mat();
    std::vector<std::vector<cv::Point> > contours;
    cv::Mat contourOutput = currentImage.clone();

    cv::findContours(contourOutput, contours, hierarchy, cv::RETR_CCOMP, cv::CHAIN_APPROX_NONE);
    hierarchy.release();

    // filter them based on Area.  good to remove small dots
    double minArea = 50; 
    double maxArea = 900000;

   std::vector<std::vector<cv::Point> > GoodContours;

  for (size_t idx = 0; idx < contours.size(); idx++) {
        double area = cv::contourArea(contours[idx]);
       // http://www.cplusplus.com/reference/limits/numeric_limits/
        if (area >= (minArea == -1 ? std::numeric_limits<double>::min() : minArea) && area <= (maxArea == -1 ? std::numeric_limits<double>::max() : maxArea)) {
              GoodContours.push_back(contours.at(idx));
        }
    }

    //Draw the contours
    cv::Mat contourImage(currentImage.size(), CV_8UC3, cv::Scalar(0,0,0));
    cv::Scalar colors[3];
    colors[0] = cv::Scalar(255, 0, 0);
    colors[1] = cv::Scalar(0, 255, 0);
    colors[2] = cv::Scalar(0, 0, 255);


      for (size_t idx = 0; idx < GoodContours.size(); idx++) {
          cv::drawContours(contourImage, GoodContours, idx, colors[idx % 3]);
      }

      cv::imshow("Input Image", currentImage);
      cv::imshow("Contours", contourImage);

}