OpenCV，如何使用点数组来平滑和采样轮廓？

Question

我无法理解 OpenCV（C++ API）中的平滑和采样轮廓。 可以说我已经从cv::findContours中检索到点序列（例如应用于这张图片：

最终，我想要

1. 使用不同的内核平滑一系列点。
2. 使用不同类型的插值调整序列的大小。

平滑后，我希望得到这样的结果：

我还考虑过在cv::Mat中绘制我的轮廓，过滤 Mat（使用模糊或形态学操作）并重新找到轮廓，但速度很慢且次优。 所以，理想情况下，我可以只使用点序列来完成这项工作。

我读了一些关于它的帖子，天真地认为我可以简单地将一个std::vector （属于cv::Point ）转换为一个cv::Mat然后像模糊/调整大小这样的 OpenCV 函数会为我完成这项工作......但他们没有。

这是我尝试过的：

int main( int argc, char** argv ){

    cv::Mat conv,ori;
    ori=cv::imread(argv[1]);
    ori.copyTo(conv);
    cv::cvtColor(ori,ori,CV_BGR2GRAY);

    std::vector<std::vector<cv::Point> > contours;
    std::vector<cv::Vec4i > hierarchy;

    cv::findContours(ori, contours,hierarchy, CV_RETR_CCOMP, CV_CHAIN_APPROX_NONE);

    for(int k=0;k<100;k += 2){
        cv::Mat smoothCont;

        smoothCont = cv::Mat(contours[0]);
        std::cout<<smoothCont.rows<<"\t"<<smoothCont.cols<<std::endl;
        /* Try smoothing: no modification of the array*/
//        cv::GaussianBlur(smoothCont, smoothCont, cv::Size(k+1,1),k);
        /* Try sampling: "Assertion failed (func != 0) in resize"*/
//        cv::resize(smoothCont,smoothCont,cv::Size(0,0),1,1);
        std::vector<std::vector<cv::Point> > v(1);
        smoothCont.copyTo(v[0]);
        cv::drawContours(conv,v,0,cv::Scalar(255,0,0),2,CV_AA);
        std::cout<<k<<std::endl;
        cv::imshow("conv", conv);
        cv::waitKey();
    }
    return 1;
}

谁能解释如何做到这一点？

此外，由于我可能会使用更小的轮廓，所以我想知道这种方法将如何处理边界效应（例如，在平滑时，由于轮廓是圆形的，因此必须使用序列的最后一个元素来计算新的值第一个元素...）

非常感谢您的建议，

编辑：

我也试过cv::approxPolyDP()但是，正如你所看到的，它倾向于保留极值点（我想删除）：

小量=0

小量=6

小量=12

小量=24

编辑 2：正如 Ben 所建议的，似乎不支持cv::GaussianBlur()但支持cv::blur() 。 它看起来非常接近我的期望。 这是我使用它的结果：

k=13

k=53

k=103

为了绕过边界效应，我做了：

    cv::copyMakeBorder(smoothCont,smoothCont, (k-1)/2,(k-1)/2 ,0, 0, cv::BORDER_WRAP);
    cv::blur(smoothCont, result, cv::Size(1,k),cv::Point(-1,-1));
    result.rowRange(cv::Range((k-1)/2,1+result.rows-(k-1)/2)).copyTo(v[0]);

我仍在寻找对轮廓进行插值/采样的解决方案。

Answer 1

您的高斯模糊不起作用，因为您在列方向上模糊，但只有一列。 当尝试将向量复制回cv::Mat时，使用GaussianBlur()会导致 OpenCV 出现“功能未实现”错误（这可能就是为什么代码中有这个奇怪的resize()的原因），但是使用cv::blur()一切正常cv::blur() ，无需resize() 。 例如尝试 Size(0,41)。 使用cv::BORDER_WRAP解决边界问题似乎也不起作用，但这是找到解决方法的人的另一个线程。

哦...还有一件事：你说你的轮廓可能会小得多。 以这种方式平滑你的轮廓会缩小它。 极端情况是k = size_of_contour ，这会导致单个点。 所以不要选择太大的k。

Answer 2

另一种可能性是使用 openFrameworks 使用的算法：

https://github.com/openframeworks/openFrameworks/blob/master/libs/openFrameworks/graphics/ofPolyline.cpp#L416-459

它遍历轮廓并基本上使用它周围的点应用低通滤波器。 应该以低开销完全按照您的意愿进行操作（没有理由对本质上只是轮廓的图像进行大过滤）。

Answer 3

approxPolyDP()怎么样？

它使用此算法来“平滑”轮廓（基本上摆脱轮廓的大部分点并留下代表轮廓的良好近似值的点）

Answer 4

来自 2.1 OpenCV 文档部分基本结构：

template<typename T>
explicit Mat::Mat(const vector<T>& vec, bool copyData=false)

您可能希望将第二个参数设置为true ：

smoothCont = cv::Mat(contours[0]);

然后重试（这样cv::GaussianBlur应该可以修改数据）。

Answer 5

我知道这是很久以前写的，但是你有没有试过先大腐蚀然后大扩张（开口），然后找到 countours？ 它看起来像一个简单快速的解决方案，但我认为它至少在某种程度上可行。

Answer 6

基本上轮廓的突然变化对应于高频内容。 平滑轮廓的一种简单方法是找到傅里叶系数，假设坐标形成复平面 x + iy，然后消除高频系数。

Answer 7

我的看法......多年后......！

也许有两种简单的方法可以做到：

• 用扩张、模糊、腐蚀循环几次。 并在更新后的形状上找到轮廓。 我发现 6-7 次效果很好。
• 创建轮廓的边界框，并在边界矩形内绘制一个椭圆。

添加以下可视化结果：

Answer 8

这适用于我。 边缘比以前更光滑：

medianBlur(mat, mat, 7)
morphologyEx(mat, mat, MORPH_OPEN, getStructuringElement(MORPH_RECT, Size(12.0, 12.0)))
val contours = getContours(mat)

这是 opencv4android 代码。