OpenCV图像内轮廓填-孔洞填充

2019独角兽企业重金招聘Python工程师标准>>>

//test
#include "stdafx.h"
#include "cxcore.h" 
#include "cv.h" 
#include "highgui.h"

// 内轮廓填充 
// 参数: 
// 1. pBinary: 输入二值图像，单通道，位深IPL_DEPTH_8U。
// 2. dAreaThre: 面积阈值，当内轮廓面积小于等于dAreaThre时，进行填充。 
void FillInternalContours(IplImage *pBinary, double dAreaThre) 
{ 
 double dConArea; 
 CvSeq *pContour = NULL; 
 CvSeq *pConInner = NULL; 
 CvMemStorage *pStorage = NULL; 
 // 执行条件 
 if (pBinary) 
 { 
  // 查找所有轮廓 
  pStorage = cvCreateMemStorage(0); 
  cvFindContours(pBinary, pStorage, &pContour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE); 
  // 填充所有轮廓 
  cvDrawContours(pBinary, pContour, CV_RGB(255, 255, 255), CV_RGB(255, 255, 255), 2, CV_FILLED, 8, cvPoint(0, 0));
  // 外轮廓循环 
  int wai = 0;
  int nei = 0;
  for (; pContour != NULL; pContour = pContour->h_next) 
  { 
   wai++;
   // 内轮廓循环 
   for (pConInner = pContour->v_next; pConInner != NULL; pConInner = pConInner->h_next) 
   { 
    nei++;
    // 内轮廓面积 
    dConArea = fabs(cvContourArea(pConInner, CV_WHOLE_SEQ));
    printf("%f\n", dConArea);
    if (dConArea <= dAreaThre) 
    { 
     cvDrawContours(pBinary, pConInner, CV_RGB(255, 255, 255), CV_RGB(255, 255, 255), 0, CV_FILLED, 8, cvPoint(0, 0));
    } 
   } 
  } 
  printf("wai = %d, nei = %d", wai, nei);
  cvReleaseMemStorage(&pStorage); 
  pStorage = NULL; 
 } 
} 
int Otsu(IplImage* src)    
{    
 int height=src->height;    
 int width=src->width;       
 //histogram    
 float histogram[256] = {0};    
 for(int i=0; i < height; i++)  
 {    
  unsigned char* p=(unsigned char*)src->imageData + src->widthStep * i;    
  for(int j = 0; j < width; j++)   
  {    
   histogram[*p++]++;    
  }    
 }    
 //normalize histogram    
 int size = height * width;    
 for(int i = 0; i < 256; i++)  
 {    
  histogram[i] = histogram[i] / size;    
 }   
 //average pixel value    
 float avgValue=0;    
 for(int i=0; i < 256; i++)  
 {    
  avgValue += i * histogram[i];  //整幅图像的平均灰度  
 }    
 int threshold;      
 float maxVariance=0;    
 float w = 0, u = 0;    
 for(int i = 0; i < 256; i++)   
 {    
  w += histogram[i];  //假设当前灰度i为阈值, 0~i 灰度的像素(假设像素值在此范围的像素叫做前景像素) 所占整幅图像的比例  
  u += i * histogram[i];  // 灰度i 之前的像素(0~i)的平均灰度值： 前景像素的平均灰度值 
  float t = avgValue * w - u;    
  float variance = t * t / (w * (1 - w) );    
  if(variance > maxVariance)   
  {    
   maxVariance = variance;    
   threshold = i;    
  }    
 }   
 return threshold;    
}  
int main()
{
 IplImage *img = cvLoadImage("c://temp.jpg", 0);
 IplImage *bin = cvCreateImage(cvGetSize(img), 8, 1);
 int thresh = Otsu(img);
 cvThreshold(img, bin, thresh, 255, CV_THRESH_BINARY);
 FillInternalContours(bin, 200);
 cvNamedWindow("img");
 cvShowImage("img", img);
 cvNamedWindow("result");
 cvShowImage("result", bin);
 cvWaitKey(-1);
 cvReleaseImage(&img);
 cvReleaseImage(&bin);
 return 0;
}

转载于:https://my.oschina.net/u/1426828/blog/655476