C++基于Opencv+SVM的尿沉渣中管型检测源码+使用文档+全部资料（优秀项目）.zip

#include "MyAlgorithm.h" using namespace std; MyAlgorithm::MyAlgorithm() { //无参的构造函数 } MyAlgorithm::~MyAlgorithm() { //析构函数，对象被销毁之前，会自动调用析构函数 } //滤波 Mat MyAlgorithm::myBlur(const Mat &image) { Mat out; //blur(image, out, Size(3, 3)); GaussianBlur(image, out, Size(3, 3), 0, 0); //Size=3、7、15 //boxFilter(image, out, -1, Size(5, 5)); //medianBlur(image, out, 7); return out; } //二值化 Mat MyAlgorithm::myThreshold(const Mat &image) { /* //初始化adaptiveThreshold函数要用的各类参数 Mat dstImage; //先定义好二值化图 int blockSize = 5; //表示领域块大小，用来计算区域阈值，一般为3、5、7...... int constValue = 10; //教程中写的10，没写为毛选10 const int maxVal = 255; //预设灰度最大值 int adaptiveMethod = 0; //自适应阈值算法,0是一种，1是另一种 int thresholdType = 1; //阈值类型，0是二进制阈值化，即大于阈值的为255。1是反二进制阈值化，即大于阈值的为0 //图像自适应阈值操作 adaptiveThreshold(image, dstImage, maxVal, adaptiveMethod, thresholdType, blockSize, constValue); */ Mat dstImage; //先定义好二值化图 int thresh = 155; //阈值 //初始化阈值化处理的类型 //0: 二进制阈值； 大于阈值的为255，<=阈值的为0 //1：反二进制阈值； 大于阈值的为0，<=阈值的为255 //2：截断阈值; 不常用 //3: 0阈值； 不常用 //4：反0阈值 不常用 int threshType = 1; //预设最大值 const int maxVal = 255; //固定阈值化操作 threshold(image, dstImage, thresh, maxVal, threshType); return dstImage; } //开闭运算 Mat MyAlgorithm::myMorph(const Mat &image) { Mat out; //定义核 Mat element = getStructuringElement(MORPH_RECT, Size(25,25)); /* 第一个参数是原图，第二个参数是输出图像，第四个参数是核 关键第三个参数，填入不同的值会执行不同的操作 MORPH_OPEN – 开运算（Opening operation） MORPH_CLOSE – 闭运算（Closing operation） MORPH_GRADIENT -形态学梯度（Morphological gradient） MORPH_TOPHAT - “顶帽”（“Top hat”） MORPH_BLACKHAT - “黑帽”（“Black hat“） */ morphologyEx(image, out, MORPH_CLOSE, element); return out; } //腐蚀 Mat MyAlgorithm::myErode(const Mat &image) { Mat element = getStructuringElement(MORPH_RECT, Size(9, 9)); Mat out; erode(image, out, element); return out; } //找轮廓和画最大外接矩形 Mat MyAlgorithm::myFindContours(const Mat &image) { Canny(image, image, 100, 250); //经Canny边缘检测处理后的图就已经有了一定的轮廓 //findContours要用的部分参数 vector<vector<Point>> contours; //vector<Vec4i> hierarchy; //hierachy向量表示轮廓的父子关系 //找轮廓点Point，如果mode取值“RETR_EXTERNAL”即只检测最外层轮廓 findContours(image, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point()); //剔除不想要的轮廓，比如太小的轮廓 vector<vector<Point>>::const_iterator itc = contours.begin(); //定义迭代器准备迭代轮廓向量 while (itc!=contours.end()) //迭代 { RotatedRect rect = minAreaRect(*itc); if (rect.size.height<=50||rect.size.width<150) //剔除长和宽太小的矩形 { itc=contours.erase(itc); } else { ++itc; //C++中 ++i比i++快一丢丢 } } Mat Contours = Mat::zeros(image.size(), CV_8UC1); //画布，用来绘制findContours函数找到的Point点 Mat imgContours = Mat::zeros(image.size(), CV_8UC1); //画布，用来根据找到的Point点绘制轮廓 //绘制轮廓 for (int i = 0; i<contours.size(); i++) { //contours[i]代表的是第i个轮廓，contours[i].size()代表的是第i个轮廓上所有的像素点数 for (int j = 0; j<contours[i].size(); j++) { //绘制出contours向量内所有的像素点 Point p = Point(contours[i][j].x, contours[i][j].y); Contours.at<uchar>(p) = 255; //图Contours中所有符合p坐标的点都设为白色 } //输出hierarchy向量内容 ， //cout << "向量hierarchy的第" << i << " 个元素内容为：" << endl << hierarchy[i] << endl << endl; /* 第一个参数： 要绘制轮廓的图像，即在此图上绘制 第二个参数： 轮廓点Point向量集合，即findContours()找到的contours 第三个参数： 要绘制的轮廓的编号，如果为负数，则绘制所有轮廓 第四个参数： 颜色Scalar(255)=白色 第五个参数： 线条粗细，如果是负数，则轮廓内部被填充，默认1 第六个参数： 绘制轮廓的线的连通性，默认8 第七个参数： hierarchy */ //绘制轮廓 drawContours(imgContours, contours, i, Scalar(255), 2, 8); //使用hierarchy参数时,hierarchy.size必须等于contours.size，否则会报异常 //drawContours(imgContours, contours, i, Scalar(255), 2, 8,hierarchy); //绘制最小外接矩形 //RotatedRect minAreaRect( InputArray points )函数求点集的最小外接矩形 RotatedRect rect = minAreaRect(contours[i]);//contours[i]代表的是第i个轮廓的点集 Point2f P[4]; //Point2f即Point_<float>，这里定义了一个float型的点的数组 rect.points(P); for (int j = 0; j <= 3; j++) { line(imgContours, P[j], P[(j + 1) % 4], Scalar(255), 2); } } return imgContours; };