opencv3检测凸包convexHull函数-使用方式二

#include<opencv2/opencv.hpp>
#include<iostream>
#include<vector>

using namespace cv;
using namespace std;

int main()
{
	RNG &rng = theRNG();
	Mat srcImage = imread("1.jpg");
	imshow("【原图】", srcImage);

	//因为后期需要在二值图像中寻找轮廓，所以需要进行阀值操作或是使用canny边缘检测操作，无论是哪种方式，都需要输入一张灰度图像
	//所以这里先进行图像格式的转换
	Mat grayImage;
	cvtColor(srcImage, grayImage, CV_BGR2GRAY);
	//处理图像之前先对图像进行滤波操作
	Mat blurImage;
	GaussianBlur(grayImage, blurImage, Size(3, 3), 0, 0);
	imshow("【高斯滤波后的灰度图】", blurImage);

	//这里采用边缘检测的方式来生成二值图像
	Mat cannyImage;
	Canny(blurImage, cannyImage, 1, 128);

	//在得到的二值图像中寻找轮廓
	//g_vcontours用来存储 所有轮廓 的 点向量
	vector<vector<Point>> g_vcontours;
	vector<Vec4i> g_vHierarchy;
	findContours(cannyImage, g_vcontours, g_vHierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));

	//在被找到的所有轮廓的点向量中，寻找凸包
	//g_vHull用来存储 所有凸包检测的凸包 的点集    ，注意：这里的g_vHull变量需要确定大小，保证输入和输出的大小相同
	vector<vector<Point>> g_vHull(g_vcontours.size());
	for (int i = 0; i < (int)g_vcontours.size(); i++)
	{
		convexHull(g_vcontours[i], g_vHull[i], true);
	}

	//首先建立一个黑色背景
	Mat dstImage = Mat::zeros(srcImage.size(), CV_8UC1);
	for (int i = 0; i < (int)g_vcontours.size(); i++)
	{
		//用drawContours函数先绘制所有轮廓
		drawContours(dstImage, g_vcontours, i, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), 1, 8);
		
		//用drawContours函数绘制所有的凸包
		drawContours(dstImage, g_vHull, i, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), 1, 8);
	}

	imshow("【处理后的图像】", dstImage);

	waitKey(0);

	return 0;
}

来源：CSDN

作者：轩落_翼

链接：https://blog.csdn.net/qq_23880193/article/details/49257161