使用C++、opencv查找轮廓的内切圆

相关API：

double threshold(InputArray src, OutputArray dst, double thresh,double maxval, int type)

threshold()函数的作用是根据阈值对图像进行二值化

第一个参数，InputArray类型的src，输入数组，填单通道，8或32位浮点类型的Mat即可。

第二个参数，OutputArray类型的dst，函数调用后的运算结果存在这里，即这个参数用于存放输出结果，且和第一个参数中的Mat变量有一样的尺寸和类型。

第三个参数，double类型的 thresh，阈值的具体值。

第四个参数，double类型的 maxval，当第五个参数阙值类型type取CV_THRESH_BINARY或 CV_THRESH_BINARY_INV时阈值类型时的最大值。

第五个参数，int类型的type，阙值类型。threshold函数支持的对图像取阈值的方法由其确定，具体用法见下图。

更多的阈值操作可查看博客：https://blog.csdn.net/u012566751/article/details/77046445

void findContours( InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset = Point() )

findContours()函数用于查找图像中的轮廓

第一个参数, InputArray类型的 Image,输入图像,即源图像,填Mat类的对象即可,且需为8位单通道图像。图像的非零像素被视为1,0像素值被保留为0,所以图像为二进制。我们可以使用 compare()、 inrange()、threshold()、 adaptivethreshold()、 canny()等函数由灰度图或彩色图创建二进制图像。此函数会在提取图像轮廓的同时修改图像的内容。

第二个参数, OutputArrayOfArrays类型的 contours、检测到的轮廓、函数调用后的运算结果存在这里。每个轮廓存储为一个点向量,即用 point类型的 vector表示。

第三个参数, OutputArray类型的 hierarchy,可选的输出向量,包含图像的拓扑信息。其作为轮廓数量的表示,包含了许多元素。每个轮廓 contours[i]对应4个 hierarchy元素 hierarchy[i][0]~hierarchy[i][3],分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号。如果没有对应项,对应的 hierarchy值设置为负数。

第四个参数,int类型的mode,轮廓检索模式,取值如下所示。

第五个参数,int类型的method,为轮廓的近似办法,取值如下所示。

第六个参数, Point类型的offset,每个轮廓点的可选偏移量,有默认值Point()。对ROl图像中找出的轮廓,并要在整个图像中进行分析时,这个参数便可排上用场。

关于此函数更详细的用法可参考博客：https://blog.csdn.net/keith_bb/article/details/70185209

void drawContours(InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color, int thickness=1, int lineType=8, InputArray hierarchy=noArray(), int maxLevel=INT_MAX, Point offset=Point() )

drawContours()函数一般配合 findContours()函数使用，作用是画出findContours()函数找到的轮廓。

第一个参数, InputArray类型的 image,目标图像,填Mat类的对象即可。

第二个参数, InputArrayOfArrays类型的 contours,所有的输入轮廊。每个轮廓存储为一个点向量,即用 point类型的 vector表示。

第三个参数,int类型的 contourldx,轮廓绘制的指示变量。如果其为负值则绘制所有轮廓。

第四个参数, const Scalar&类型的color,轮廓的颜色。

第五个参数, int thickness,轮廓线条的粗细度,有默认值1。如果为负值或CV_FILLED表示填充轮廓内部。

第六个参数,int类型的 line Type,线条的类型,有默认值8，即8连通线型。还可取4和LINE_AA，分别代表4连通线型和抗锯齿线型。

第七个参数, InputArray类型的 hierarchy,可选的层次结构信息,有默认值noArray()。

第八个参数,int类型的 maxLevel,表示用于绘制轮廓的最大等级,有默认值INT_MAX。

第九个参数, Point类型的 offset,可选的轮廓偏移参数,用指定的偏移量offset=(dx,dy)偏移需要绘制的轮廓,有默认值 Point()。

double pointPolygonTest(InputArray contour, Point2f pt, bool measureDist)

pointPolygonTest()函数作用是判断一个点是否在轮廓内。

第一个参数，InputArray类型的contour，是输入的轮廓。

第二个参数，Point2f类型的pt，即要进行判断的二维点。

第三个参数，bool类型的measureDist，当设置为true时，返回实际距离值。若返回值为正，表示点在多边形内部，返回值为负，表示在多边形外部，返回值为0，表示在多边形上。当measureDist设置为false时，返回 -1、0、1三个固定值。若返回值为+1，表示点在多边形内部，返回值为-1，表示在多边形外部，返回值为0，表示在多边形上。

代码中用threshold()函数对源图像进行二值化，所以要求源图像较为简单，可以通过灰度阈值二值化，否则需要另外对图像进行分割处理。代码如下：

#include "stdafx.h"
#include <iostream>
#include <opencv2/opencv.hpp>  
#include <math.h>  

using namespace cv;
using namespace std;

int main()
{
	//读取图像
	Mat src_image = imread("D:\\1.jpg");
	if (!src_image.data)
	{
		cout << "src image load failed!" << endl;
		return -1;
	}
	namedWindow("原图", WINDOW_NORMAL);
	imshow("原图", src_image);

	/*此处高斯去燥有助于后面二值化处理的效果*/
	Mat blur_image;
	GaussianBlur(src_image, blur_image, Size(15, 15), 0, 0);
	imshow("GaussianBlur", blur_image);

	/*灰度变换与二值化*/
	Mat gray_image, binary_image;
	cvtColor(blur_image, gray_image, COLOR_BGR2GRAY);
	threshold(gray_image, binary_image, 30, 255, THRESH_BINARY | THRESH_TRIANGLE);
	imshow("binary", binary_image);

	/*形态学闭操作*/
	Mat morph_image;
	Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
	morphologyEx(binary_image, morph_image, MORPH_CLOSE, kernel, Point(-1, -1), 2);
	imshow("morphology", morph_image);

	//查找外轮廓
	vector< vector<Point> > contours;
	vector<Vec4i> hireachy;
	findContours(binary_image, contours, hireachy, CV_RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point());
	//画出找到的轮廓
	Mat result_image = Mat::zeros(src_image.size(), CV_8UC3);
	drawContours(result_image, contours, -1, Scalar(0, 0, 255), 1, 8, hireachy);
	//在每个轮廓中查找内切圆并画出来
	for (size_t t = 0; t < contours.size(); t++)
	{
        //查找内切圆
		int dist = 0;
		int maxdist = 0;
		Point center;
		for (int i = 0; i<src_image.cols; i++)
		{
			for (int j = 0; j<src_image.rows; j++)
			{
				dist = pointPolygonTest(contours[t], Point(i, j), true);
				if (dist>maxdist)
				{
					maxdist = dist;
					center = Point(i, j);
				}
			}
		}
		//画出内切圆
		circle(result_image, center, maxdist, Scalar(0, 255, 255));
		
	}
	//显示结果
	namedWindow("轮廓图",WINDOW_NORMAL);
	imshow("轮廓图", result_image);

	waitKey(0);
	return 0;
}

源图像（用三张图拼成一张）：

?

二值化后图像：

?

结果图：

?

部分参考：https://www.cnblogs.com/jsxyhelu/p/6830093.html

毛星云 《OpenCV3编程入门》