当前位置：首页 > wzjs >正文

网站优化排名首页自己有服务器如何建设微网站

wzjs 2025/9/20 11:06:50

网站优化排名首页,自己有服务器如何建设微网站,网站制作一薇,特色专业建设验收网站操作系统：ubuntu22.04 OpenCV版本：OpenCV4.9 IDE:Visual Studio Code 编程语言：C11 算法描述在二值图像中查找轮廓。该函数使用[253]中的算法从二值图像检索轮廓。轮廓是形状分析以及对象检测和识别的有用工具。请参阅 OpenCV 示例目录中…

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

在二值图像中查找轮廓。
该函数使用[253]中的算法从二值图像检索轮廓。轮廓是形状分析以及对象检测和识别的有用工具。请参阅 OpenCV 示例目录中的 squares.cpp。

注意：
函数文本ID为 “org.opencv.imgproc.shape.findContours”。

函数原型

GArray<GArray<Point> > cv::gapi::findContours 
(const GMat &  	src,const RetrievalModes  	mode,const ContourApproximationModes  	method,const GOpaque< Point > &  	offset 
)

参数

参数 src：输入灰度图像 CV_8UC1。非零像素被视为 1。零像素保持为 0，因此图像被视为二值图像。您可以使用 compare、inRange、threshold、adaptiveThreshold、Canny 等方法从灰度或彩色图像创建二值图像。如果 mode 等于 RETR_CCOMP，则输入也可以是标签的 32 位整数图像 (CV_32SC1)。如果 mode 是 RETR_FLOODFILL，则仅支持 CV_32SC1。
参数 mode：轮廓检索模式，参见 RetrievalModes。
参数 method：轮廓近似方法，参见 ContourApproximationModes。
参数 offset：可选偏移量，每个轮廓点都会根据此偏移量进行移动。当轮廓是从图像 ROI 中提取并需要在整个图像上下文中进行分析时，这非常有用。

返回值

检测到的轮廓的 GArray。每个轮廓都存储为点的 GArray。

代码示例

#include <opencv2/gapi.hpp>
#include <opencv2/gapi/core.hpp>
#include <opencv2/gapi/imgproc.hpp>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace cv::gapi;int main() {// 读取输入图像，这里假设为灰度图像Mat src = imread("/media/dingxin/data/study/OpenCV/sources/images/Lenna.png", IMREAD_GRAYSCALE);if (src.empty()) {std::cerr << "无法读取图像" << std::endl;return -1;}// 转换为二值图像Mat binary;threshold(src, binary, 127, 255, THRESH_BINARY);// 创建一个彩色版的输入图像，以便绘制彩色边框Mat src_color;cvtColor(src, src_color, COLOR_GRAY2BGR);// 定义G-API网络GMat in;auto contours_op = gapi::findContours(in, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE); // 移除偏移点参数GComputation comp(GIn(in), GOut(contours_op));// 使用G-API获取轮廓std::vector<std::vector<Point>> contours_host; // Host storage for contours// Apply the computation to get contourscomp.apply(cv::gin(binary), cv::gout(contours_host)); // 使用gin和gout宏来包装输入和输出// 对于每个轮廓，计算并绘制边界矩形for (const auto& contour : contours_host) {// 使用OpenCV获取边界矩形Rect bounding_rect = boundingRect(contour);// 确保边界矩形不会超出图像边界bounding_rect &= Rect(0, 0, src.cols, src.rows);// 额外检查以防止空矩形或其他问题if (bounding_rect.width == 0 || bounding_rect.height == 0) continue;// 在原图上绘制矩形rectangle(src_color, bounding_rect.tl(), bounding_rect.br(), Scalar(0, 255, 0), 2);}// 显示结果imshow("Bounding Rect", src_color);waitKey();return 0;
}