ApproxChains
用多边形曲线逼近 Freeman 链
CvSeq* cvApproxChains( CvSeq* src_seq, CvMemStorage* storage, int method=CV_CHAIN_APPROX_SIMPLE, double parameter=0, int minimal_perimeter=0, int recursive=0 );
- src_seq
- 涉及其它链的链指针
- storage
- 存储多边形线段位置的缓存
- method
- 逼近方法 (见函数 cvFindContours的描述).
- parameter
- 方法参数(现在不用).
- minimal_perimeter
- 仅逼近周长大于
minimal_perimeter轮廓。其它的链从结果中除去。 - recursive
- 如果非 0, 函数从
src_seq中利用h_next和v_next links连接逼近所有可访问的链。如果为 0, 则仅逼近单链。
这是一个单独的逼近程序。 对同样的逼近标识，函数 cvApproxChains 与 cvFindContours 的工作方式一模一样。它返回发现的第一个轮廓的指针。其它的逼近模块，可以用返回结构中的 v_next 和 v_next 域来访问
StartReadChainPoints
初始化链读取
void cvStartReadChainPoints( CvChain* chain, CvChainPtReader* reader );
- chain
链的指针
reader
链的读取状态
函数 cvStartReadChainPoints 初始化一个特殊的读取器 (参考 Dynamic Data Structures以获得关于集合与序列的更多内容).
ReadChainPoint
得到下一个链的点
CvPoint cvReadChainPoint( CvChainPtReader* reader );
- reader
- 链的读取状态
函数 cvReadChainPoint返回当前链的点，并且更新读取位置。
ApproxPoly
用指定精度逼近多边形曲线
CvSeq* cvApproxPoly( const void* src_seq, int header_size, CvMemStorage* storage, int method, double parameter, int parameter2=0 );
- src_seq
- 点集数组序列
- header_size
- 逼近曲线的头尺寸
- storage
- 逼近轮廓的容器。如果为 NULL， 则使用输入的序列
- method
- 逼近方法。目前仅支持
CV_POLY_APPROX_DP， 对应 Douglas-Peucker 算法. - parameter
- 方法相关参数。对
CV_POLY_APPROX_DP它是指定的逼近精度 - parameter2
- 如果
src_seq是序列，它表示要么逼近单个序列，要么在src_seq的同一个或低级层次上逼近所有序列 (参考 cvFindContours 中对轮廓继承结构的描述). 如果src_seq是点集的数组 (CvMat*) ， 参数指定曲线是闭合 (parameter2!=0) 还是非闭合 (parameter2=0).
函数 cvApproxPoly逼近一个或多个曲线，并返回逼近结果。对多个曲线的逼近，生成的树将与输入的具有同样的结构。(1:1 的对应关系).
BoundingRect
计算点集的最外面（up-right）矩形边界
CvRect cvBoundingRect( CvArr* points, int update=0 );
- points
- 二维点集，点的序列或向量 (
CvMat) - update
- 更新标识。下面是轮廓类型和标识的一些可能组合:
- update=0, contour ~ CvContour*: 不计算矩形边界，但直接由轮廓头的
rect域得到。 - update=1, contour ~ CvContour*: 计算矩形边界，而且将结果写入到轮廓头的
rect域中 header. - update=0, contour ~ CvSeq* or CvMat*: 计算并返回边界矩形
- update=1, contour ~ CvSeq* or CvMat*: 产生运行错误 （runtime error is raised）
- update=0, contour ~ CvContour*: 不计算矩形边界，但直接由轮廓头的
函数 cvBoundingRect返回二维点集的最外面 （up-right）矩形边界。
ContourArea
计算整个轮廓或部分轮廓的面积
double cvContourArea( const CvArr* contour, CvSlice slice=CV_WHOLE_SEQ );
- contour
- 轮廓 (定点的序列或数组).
- slice
- 感兴趣轮廓部分的起始点，缺省是计算整个轮廓的面积。
函数 cvContourArea计算整个轮廓或部分轮廓的面积。 对后面的情况，面积表示轮廓部分和起始点连线构成的封闭部分的面积。如下图所示：
NOTE: 轮廓的方向影响面积的符号。因此函数也许会返回负的结果。应用函数 fabs()得到面积的绝对值。
ArcLength
计算轮廓周长或曲线长度
double cvArcLength( const void* curve, CvSlice slice=CV_WHOLE_SEQ, int is_closed=-1 );
- curve
- 曲线点集序列或数组
- slice
- 曲线的起始点，缺省是计算整个曲线的长度
- is_closed
- 表示曲线是否闭合，有三种情况：
- is_closed=0 - 假设曲线不闭合
- is_closed>0 - 假设曲线闭合
- is_closed<0 - 若曲线是序列，检查 ((CvSeq*)curve)->flags 中的标识 CV_SEQ_FLAG_CLOSED 来确定曲线是否闭合。否则 (曲线由点集的数组 (CvMat*) 表示) 假设曲线不闭合。
函数 cvArcLength通过依次计算序列点之间的线段长度，并求和来得到曲线的长度。
CreateContourTree
创建轮廓的继承表示形式
CvContourTree* cvCreateContourTree( const CvSeq* contour, CvMemStorage* storage, double threshold );
- contour
- 输入的轮廓
- storage
- 输出树的容器
- threshold
- 逼近精度
函数 cvCreateContourTree 为输入轮廓 contour 创建一个二叉树，并返回树根的指针。如果参数 threshold 小于或等于 0 ,则函数创建一个完整的二叉树。如果 threshold 大于 0 ， 函数用 threshold指定的精度创建二叉树：如果基线的截断区域顶点小于threshold，该数就停止生长并作为函数的最终结果返回。
ContourFromContourTree
由树恢复轮廓
CvSeq* cvContourFromContourTree( const CvContourTree* tree, CvMemStorage* storage, CvTermCriteria criteria );
- tree
- 轮廓树
- storage
- 重构的轮廓容器
- criteria
- 停止重构的准则
函数 cvContourFromContourTree 从二叉树恢复轮廓。参数 criteria决定了重构的精度和使用树的数目及层次。所以它可建立逼近的轮廓。 函数返回重构的轮廓。
MatchContourTrees
用树的形式比较两个轮廓
double cvMatchContourTrees( const CvContourTree* tree1, const CvContourTree* tree2, int method, double threshold );
- tree1
- 第一个轮廓树
- tree2
- 第二个轮廓树
- method
- 相似度。仅支持
CV_CONTOUR_TREES_MATCH_I1。 - threshold
- 相似度阈值
函数 cvMatchContourTrees 计算两个轮廓树的匹配值。从树根开始通过逐层比较来计算相似度。如果某层的相似度小于 threshold, 则中断比较过程，且返回当前的差值。
计算几何
MaxRect
对两个给定矩形，寻找矩形边界
CvRect cvMaxRect( const CvRect* rect1, const CvRect* rect2 );
- rect1
- 第一个矩形
- rect2
- 第二个矩形
函数 cvMaxRect寻找包含两个输入矩形的具有最小面积的矩形边界。
CvBox2D
旋转的二维盒子
typedef struct CvBox2D { CvPoint2D32f center; CvSize2D32f size; float angle; } CvBox2D;
BoxPoints
寻找盒子的顶点
void cvBoxPoints( CvBox2D box, CvPoint2D32f pt[4] );
- box
- 盒子
- pt
- 顶点数组
函数 cvBoxPoints计算输入的二维盒子的定点。下面是函数代码：
void cvBoxPoints( CvBox2D box, CvPoint2D32f pt[4] ) { float a = (float)cos(box.angle)*0.5f; float b = (float)sin(box.angle)*0.5f; pt[0].x = box.center.x - a*box.size.height - b*box.size.width; pt[0].y = box.center.y + b*box.size.height - a*box.size.width; pt[1].x = box.center.x + a*box.size.height - b*box.size.width; pt[1].y = box.center.y - b*box.size.height - a*box.size.width; pt[2].x = 2*box.center.x - pt[0].x; pt[2].y = 2*box.center.y - pt[0].y; pt[3].x = 2*box.center.x - pt[1].x; pt[3].y = 2*box.center.y - pt[1].y; }
FitEllipse
二维点集的椭圆拟合
CvBox2D cvFitEllipse2( const CvArr* points );
- points
- 点集的序列或数组
函数 cvFitEllipse 对给定的一组二维点集作椭圆的最佳拟合(最小二乘意义上的)。返回的结构与 cvEllipse 中的意义类似，除了 size表示椭圆轴的整个长度，而不是一半长度。
FitLine
2D 或 3D 点集的直线拟合
void cvFitLine( const CvArr* points, int dist_type, double param, double reps, double aeps, float* line );
- points
- 2D 或 3D 点集，32-比特整数或浮点数坐标
- dist_type
- 拟合的距离类型 （见讨论）.
- param
- 对某些距离的数字参数，如果是 0， 则选择某些最优值
- reps, aeps
- 半径 (坐标原点到直线的距离) 和角度的精度，一般设为0.01。
- line
- 输出的直线参数。2D 拟合情况下，它是包含 4 个浮点数的数组
(vx, vy, x0, y0)，其中(vx, vy)是线的单位向量而(x0, y0)是线上的某个点. 对 3D 拟合，它是包含 6 个浮点数的数组(vx, vy, vz, x0, y0, z0)，其中(vx, vy, vz)是线的单位向量，而(x0, y0, z0)是线上某点。
函数 cvFitLine 通过求 sumiρ(ri) 的最小值方法，用 2D 或 3D 点集拟合直线，其中 ri是第 i 个点到直线的距离， ρ(r) 是下面的距离函数之一：
dist_type=CV_DIST_L2 (L
2
): ρ(r)=r
2
/2 (最简单和最快的最小二乘法) dist_type=CV_DIST_L1 (L
1
): ρ(r)=r dist_type=CV_DIST_L12 (L
1
-L
2
): ρ(r)=2•[sqrt(1+r
2
/2) - 1] dist_type=CV_DIST_FAIR (Fair): ρ(r)=C
2
•[r/C - log(1 + r/C)], C=1.3998 dist_type=CV_DIST_WELSCH (Welsch): ρ(r)=C
2
/2•[1 - exp(-(r/C)
2
)], C=2.9846 dist_type=CV_DIST_HUBER (Huber): ρ(r)= r
2
/2, if r < C C•(r-C/2), otherwise; C=1.345
ConvexHull2
发现点集的凸外形
CvSeq* cvConvexHull2( const CvArr* input, void* hull_storage=NULL, int orientation=CV_CLOCKWISE, int return_points=0 );
- points
- 2D 点集的序列或数组，32-比特整数或浮点数坐标
- hull_storage
- 输出的数组(CvMat*) 或内存缓存 (CvMemStorage*)，用以存储凸外形。 如果是数组，则它应该是一维的，而且与输入的数组/序列具有同样数目的元素。输出时修改头使得数组裁减到外形的尺寸。输出时，通过修改头结构将数组裁减到凸外形的尺寸。
- orientation
- 凸外形的旋转方向: 逆时针或顺时针 （
CV_CLOCKWISEorCV_COUNTER_CLOCKWISE） - return_points
- 如果非零，点集将以外形 (hull) 存储，而不是
hull_storage为数组情况下的顶点形式 (indices) 以及hull_storag为内存存储模式下的点集形式(points)。
函数 cvConvexHull2 使用 Sklansky 算法计算 2D 点集的凸外形。如果 hull_storage 是内存存储仓， 函数根据 return_points 的值，创建一个包含外形的点集或指向这些点的指针的序列。
例子. 由点集序列或数组创建凸外形
#include "cv.h" #include "highgui.h" #include <stdlib.h> #define ARRAY 0 void main( int argc, char** argv ) { IplImage* img = cvCreateImage( cvSize( 500, 500 ), 8, 3 ); cvNamedWindow( "hull", 1 ); #if !ARRAY CvMemStorage* storage = cvCreateMemStorage(); #endif for(;;) { int i, count = rand()0 + 1, hullcount; CvPoint pt0; #if !ARRAY CvSeq* ptseq = cvCreateSeq( CV_SEQ_KIND_GENERIC|CV_32SC2, sizeof(CvContour), sizeof(CvPoint), storage ); CvSeq* hull; for( i = 0; i < count; i++ ) { pt0.x = rand() % (img->width/2) + img->width/4; pt0.y = rand() % (img->height/2) + img->height/4; cvSeqPush( ptseq, &pt0 ); } hull = cvConvexHull2( ptseq, 0, CV_CLOCKWISE, 0 ); hullcount = hull->total; #else CvPoint* points = (CvPoint*)malloc( count * sizeof(points[0])); int* hull = (int*)malloc( count * sizeof(hull[0])); CvMat point_mat = cvMat( 1, count, CV_32SC2, points ); CvMat hull_mat = cvMat( 1, count, CV_32SC1, hull ); for( i = 0; i < count; i++ ) { pt0.x = rand() % (img->width/2) + img->width/4; pt0.y = rand() % (img->height/2) + img->height/4; points[i] = pt0; } cvConvexHull2( &point_mat, &hull_mat, CV_CLOCKWISE, 0 ); hullcount = hull_mat.cols; #endif cvZero( img ); for( i = 0; i < count; i++ ) { #if !ARRAY pt0 = *CV_GET_SEQ_ELEM( CvPoint, ptseq, i ); #else pt0 = points[i]; #endif cvCircle( img, pt0, 2, CV_RGB( 255, 0, 0 ), CV_FILLED ); } #if !ARRAY pt0 = **CV_GET_SEQ_ELEM( CvPoint*, hull, hullcount - 1 ); #else pt0 = points[hull[hullcount-1]]; #endif for( i = 0; i < hullcount; i++ ) { #if !ARRAY CvPoint pt = **CV_GET_SEQ_ELEM( CvPoint*, hull, i ); #else CvPoint pt = points[hull[i]]; #endif cvLine( img, pt0, pt, CV_RGB( 0, 255, 0 )); pt0 = pt; } cvShowImage( "hull", img ); int key = cvWaitKey(0); if( key == 27 ) // 'ESC' break; #if !ARRAY cvClearMemStorage( storage ); #else free( points ); free( hull ); #endif } }
CheckContourConvexity
测试轮廓的凸性
int cvCheckContourConvexity( const CvArr* contour );
- contour
- 被测试轮廓 (点序列或数组).
函数 cvCheckContourConvexity输入的轮廓是否为凸的。必须是简单轮廓，比如没有自交叉。
CvConvexityDefect
用来描述一个简单轮廓凸性缺陷的结构体
typedef struct CvConvexityDefect { CvPoint* start; CvPoint* end; CvPoint* depth_point; float depth; } CvConvexityDefect;
Picture. Convexity defects of hand contour.
ConvexityDefects
发现轮廓凸形缺陷
CvSeq* cvConvexityDefects( const CvArr* contour, const CvArr* convexhull, CvMemStorage* storage=NULL );
- contour
- 输入轮廓
- convexhull
- 用 cvConvexHull2 得到的凸外形，它应该包含轮廓的定点或下标，而不是外形点的本身，即cvConvexHull2 中的参数
return_points应该设置为 0. - storage
- 凸性缺陷的输出序列容器。如果为 NULL, 使用轮廓或外形的存储仓。
函数 cvConvexityDefects 发现输入轮廓的所有凸性缺陷，并且返回 CvConvexityDefect结构序列。
MinAreaRect2
对给定的 2D 点集，寻找最小面积的包围矩形
CvBox2D cvMinAreaRect2( const CvArr* points, CvMemStorage* storage=NULL );
- points
- 点序列或点集数组
- storage
- 可选的临时存储仓
函数 cvMinAreaRect2通过建立凸外形并且旋转外形以寻找给定 2D 点集的最小面积的包围矩形.
Picture. Minimal-area bounding rectangle for contour
MinEnclosingCircle
对给定的 2D 点集，寻找最小面积的包围圆形
int cvMinEnclosingCircle( const CvArr* points, CvPoint2D32f* center, float* radius );
- points
- 点序列或点集数组
- center
- 输出参数：圆心
- radius
- 输出参数：半径
函数 cvMinEnclosingCircle对给定的 2D 点集迭代寻找最小面积的包围圆形。如果产生的圆包含所有点，返回非零。否则返回零（算法失败）。
CalcPGH
计算轮廓的 pair-wise 几何直方图
void cvCalcPGH( const CvSeq* contour, CvHistogram* hist );
- contour
- 输入轮廓，当前仅仅支持具有整数坐标的点集
- hist
- 计算出的直方图，必须是两维的。
函数 cvCalcPGH 计算轮廓的 2D pair-wise（Hunnish: 不知如何翻译，只好保留） 几何直方图 （pair-wise geometrical histogram ：PGH), 算法描述见 [Iivarinen97]. 算法考虑的每一对轮廓边缘。计算每一对边缘之间的夹角以及最大最小距离。具体做法是，轮流考虑每一个边缘做为基准，函数循环遍历所有边缘。在考虑基准边缘和其它边缘的时候， 选择非基准线上的点到基准线上的最大和最小距离。边缘之间的角度定义了直方图的行，而在其中增加对应计算出来的最大和最小距离的所有直方块， (即直方图是 [Iivarninen97] 定义中的转置). 该直方图用来做轮廓匹配。