目标

在本教程中，您将学习如何：

• 使用 OpenCV 函数 cv::boundingRect
• 使用 OpenCV 函数 cv::minEnclosingCircle

cv::boundingRect 和 cv::minEnclosingCircle 都是 OpenCV 库中常用的图像处理函数，主要用于轮廓绘制和弧形分析等操作。

cv::boundingRect 是一个用于计算轮廓边界的函数，它可以计算由轮廓点定义的矩形边框。该函数的主要思路是，在轮廓点坐标系中寻找最小的水平矩形（或垂直矩形），然后返回该矩形的左上角坐标和宽度、高度等信息。通过 boundingRect 函数，我们可以实现轮廓的外边框计算和绘制操作，使得轮廓分析更加精确和直观。

cv::minEnclosingCircle 则是一个用于计算轮廓最小外接圆的函数，它可以计算由轮廓点定义的最小圆形。该函数的主要思路是，在轮廓点中寻找最小的能包含所有点的圆形，然后返回该圆的圆心和半径信息。通过 minEnclosingCircle 函数，我们可以实现轮廓的最小外接圆计算和绘制，同时也可以实现对弧形、角度等特征的计算和分析。

cv::boundingRect 和 cv::minEnclosingCircle 通常会一起使用。它们可以用于轮廓分析、目标跟踪、形状检测等操作。通过 boundingRect 函数计算轮廓的边框，我们可以确定轮廓的矩形区域，从而实现轮廓的定位和绘制操作；通过 minEnclosingCircle 函数计算轮廓的最小圆形，我们可以确定轮廓的圆形区域，并计算出圆形的特征，从而实现更加精确的轮廓分析和检测。

本教程代码如下所示。您也可以从这里下载

#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include <iostream>
 
using namespace cv;
using namespace std;
 
Mat src_gray;
int thresh = 100;
RNG rng(12345);
 
void thresh_callback(int, void* );
 
int main( int argc, char** argv )
{
 CommandLineParser parser( argc, argv, "{@input | stuff.jpg | input image}" );
 Mat src = imread( samples::findFile( parser.get<String>( "@input" ) ) );
 if( src.empty() )
 {
 cout << "Could not open or find the image!\n" << endl;
 cout << "usage: " << argv[0] << " <Input image>" << endl;
 return -1;
 }
 
 cvtColor( src, src_gray, COLOR_BGR2GRAY );
 blur( src_gray, src_gray, Size(3,3) );
 
 const char* source_window = "Source";
 namedWindow( source_window );
 imshow( source_window, src );
 
 const int max_thresh = 255;
 createTrackbar( "Canny thresh:", source_window, &thresh, max_thresh, thresh_callback );
 thresh_callback( 0, 0 );
 
 waitKey();
 return 0;
}
 
void thresh_callback(int, void* )
{
 Mat canny_output;
 Canny( src_gray, canny_output, thresh, thresh*2 );
 
 vector<vector<Point> > contours;
 findContours( canny_output, contours, RETR_TREE, CHAIN_APPROX_SIMPLE );
 
 vector<vector<Point> > contours_poly( contours.size() );
 vector<Rect> boundRect( contours.size() );
 vector<Point2f>centers( contours.size() );
 vector<float>radius( contours.size() );
 
 for( size_t i = 0; i < contours.size(); i++ )
 {
 approxPolyDP( contours[i], contours_poly[i], 3, true );
 boundRect[i] = boundingRect( contours_poly[i] );
 minEnclosingCircle( contours_poly[i], centers[i], radius[i] );
 }
 
 Mat drawing = Mat::zeros( canny_output.size(), CV_8UC3 );
 
 for( size_t i = 0; i< contours.size(); i++ )
 {
 Scalar color = Scalar( rng.uniform(0, 256), rng.uniform(0,256), rng.uniform(0,256) );
 drawContours( drawing, contours_poly, (int)i, color );
 rectangle( drawing, boundRect[i].tl(), boundRect[i].br(), color, 2 );
 circle( drawing, centers[i], (int)radius[i], color, 2 );
 }
 
 imshow( "Contours", drawing );
}