尋找輪廓的方法在前面和章裡面都經常用到了,如果我們判斷一個點是否在輪廓裡面的話,OpenCV有這個函數來進行判斷。
相關API
double pointPolygonTest(InputArray contour, Point2f pt, bool measureDist)
- contour ---輸入輪廓
- pt ---針對輪廓需要測試的點
- measure_dist ---如果非0,函數将估算點到輪廓最近邊的距離。
用于測試一個點是否在多邊形中
當measureDist設定為true時,若傳回值為正,表示點在多邊形内部,傳回值為負,表示在多邊形外部,傳回值為0,表示在多邊形上。
當measureDist設定為false時,若傳回值為+1,表示點在多邊形内部,傳回值為-1,表示在多邊形外部,傳回值為0,表示在多邊形上。
檢測點的核心代碼
代碼段一
/// 得到輪廓
std::vector<std::vector<cv::Point> > contours;
std::vector<cv::Vec4i> hierarchy;
cv::Mat src; //src為圖像
//contours為函數findContours計算得到的輪廓點分布值
cv::findContours( src_copy, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);
// 計算到輪廓的距離
cv::Mat raw_dist( src.size(), CV_32FC1 );
for( int j = 0; j < src.rows; j++ ){
for( int i = 0; i < src.cols; i++ ){
raw_dist.at<float>(j,i) = cv::pointPolygonTest( contours[0], Point2f(i,j), true );
}
代碼段二
/// 查找輪廓
std::vector<std::vector<cv::Point> > contours;
cv::Mat src; //src為輸入圖像
cv::findContours( src, contours, CV_RETR_EXTERNAL,CV_CHAIN_APPROX_SIMPLE,Point(0,0));
//判斷p1(x,y)是否在輪廓内
cv::Point p1(x,y);
if (pointPolygonTest(Contours[j],cv::Point(x1,y1),false) == 1)
{
cout<<p1<<"在輪廓内"<<endl;
}
-END-