java如何在javacv中获取提取对象的x，y坐标？

Question

目前我正在开发图像处理项目，我正在使用javacv开发图像处理组件。我能够提取图像中一些有趣的部分，现在我需要读取这些对象的x和y坐标。 这是我提取的图像

我需要识别这些物体，并在这些物体周围画正方形。我阅读了一些教程，并尝试使用以下代码识别对象

    IplImage img="sourceimage";
    CvSize sz = cvSize(img.width(), img.height());
    IplImage gry=cvCreateImage(sz, img.depth(), 1);
    cvCvtColor(img, gry, CV_BGR2GRAY);
    cvThreshold(gry, gry, 200, 250, CV_THRESH_BINARY);


    CvMemStorage mem = CvMemStorage.create();
    CvSeq contours = new CvSeq();
    CvSeq ptr = new CvSeq();
    cvFindContours(gry, mem, contours, Loader.sizeof(CvContour.class) , CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0));

    CvRect boundbox;

    for (ptr = contours; ptr != null; ptr = ptr.h_next()) {
        boundbox = cvBoundingRect(ptr, 0);
        if(boundbox.height()>10||boundbox.height()>10){
            cvRectangle( gry, cvPoint( boundbox.x(), boundbox.y() ), cvPoint( boundbox.x() + boundbox.width(), boundbox.y() + boundbox.height()),CvScalar.BLUE, 0, 0, 0 );
            System.out.println(boundbox.x()+", "+boundbox.y());
        }
    }
    cvShowImage("contures", gry);
    cvWaitKey(0);

但它不会在对象周围绘制矩形。我想知道是否可以使用cvFindContours方法来识别这些对象？有人能解释一下如何使用javacv/opencv归档我的目标吗

Answer 1

你知道吗findContours函数在黑背景上查找白轮廓

只需对你的图像进行bitwise_not（或JavaCV中的模拟），然后应用findContours。这实际上可以解决你的问题

Answer 2

cvFindContours是解决您问题的正确方法
我已经证实它对你的图像有效

你有系统。出来println inside，输出是什么

cvFindContours可能很难使用，我把它包装成了一个more general C++ function。我还使用class called vBlob来描述对象CVFindContentours。从java代码中我看到，java版本API与C/C++版本非常相似。所以重写它并不难

ps.阿斯特给出了正确的答案

Answer 3

不需要第三方库可以使用一种称为bounding box的技术在OpenCV中实现您想要的：

诀窍是使用^{}来检索轮廓，然后使用^{}来改进结果。注意，您必须使用cvNot()反转输入图像的颜色，因为cvFindContours()搜索白色轮廓

• 在this post中有一个很好的等高线介绍
• 有一个Java demo实现了一个版本的边界框来检测汽车牌照

顺便说一下cvMinEnclosingCircle()将圆的中心返回为CvPoint2D32f

Answer 4

我使用C++ API，但是我认为JavaCV中也应该有一些函数，它使用DopTrimes的输出。p>

Answer 5

试着阅读下面的代码，它会回答你的问题

    IplImage img=cvLoadImage("pathtosourceimage");
    CvSize cvSize = cvSize(img.width(), img.height());
    IplImage gry=cvCreateImage(cvSize, img.depth(), 1);
    cvCvtColor(img, gry, CV_BGR2GRAY);
    cvThreshold(gry, gry, 200, 255, CV_THRESH_BINARY);
    cvAdaptiveThreshold(gry, gry, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY_INV, 11, 5);

    CvMemStorage storage = CvMemStorage.create();
    CvSeq contours = new CvContour(null);

    int noOfContors = cvFindContours(gry, storage, contours, Loader.sizeof(CvContour.class), CV_RETR_CCOMP, CV_CHAIN_APPROX_NONE, new CvPoint(0,0));

    CvSeq ptr = new CvSeq();

    int count =1;
    CvPoint p1 = new CvPoint(0,0),p2 = new CvPoint(0,0);

    for (ptr = contours; ptr != null; ptr = ptr.h_next()) {

        CvScalar color = CvScalar.BLUE;
        CvRect sq = cvBoundingRect(ptr, 0);

            System.out.println("Contour No ="+count);
            System.out.println("X ="+ sq.x()+" Y="+ sq.y());
            System.out.println("Height ="+sq.height()+" Width ="+sq.width());
            System.out.println("");

            p1.x(sq.x());
            p2.x(sq.x()+sq.width());
            p1.y(sq.y());
            p2.y(sq.y()+sq.height());
            cvRectangle(img, p1,p2, CV_RGB(255, 0, 0), 2, 8, 0);
            cvDrawContours(img, ptr, color, CV_RGB(0,0,0), -1, CV_FILLED, 8, cvPoint(0,0));
            count++;

    }

    cvShowImage("contures",img);
    cvWaitKey(0);

这是我为你给定的图像得到的输出