9：解决像素点生成后，需要手动操作的问题.zip_opencv 抽取像素点

#include <iostream> #include <fstream> #include <opencv2/opencv.hpp> #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> #include <math.h> #include "list.h" #include "after.h" using namespace cv; using namespace std; #define WINDOW_WIDTH 1000 #define WINDOW_NAME "绘制图形" extern int pixel_num; int main() { //第零步:变量定义 //容器 vector<vector<Point>>contours; vector<vector<Point>>contours1; vector<Vec4i>hierarchy; Mat Image,m; Mat grayImage; //定义灰度图 Mat Binary_image; //定义二值图 Mat GS_dst; //摄像头 VideoCapture capture(0); Mat frame; //缩小图片 Mat Outputdst; //调用摄像头 /* while(1) { if(capture.read(frame)) //注意：摄像头显示图片的时候，必须先使用下这个if进行判断是否读取到了帧，否则极有可能出错 { cout<<"摄像头打开正常，读到了图片"<<endl; capture >> frame; imshow("1",frame); waitKey(67); } } */ // 第一步:CCD商标原图显示 Mat img = imread("CCD1.jpg",1); //载入图像 //namedWindow("CCD商标原图",WINDOW_NORMAL); //创建一个显示原图窗口 //imshow("CCD商标原图",img); //显示图像 // 第二步: 进行平滑处理 --- 高斯平滑 GaussianBlur(img,GS_dst,Size(5,5),0,0); //namedWindow("CCD商标高斯平滑图",WINDOW_NORMAL); //创建一个显示高斯平滑图窗口 //imshow("CCD商标高斯平滑图",GS_dst); //显示图像 // 第三步: 进行阈值处理 --- 获取二值图 int val = 180; //阈值取值 cvtColor( GS_dst, grayImage, CV_RGB2GRAY ); //获得灰度图 //namedWindow("CCD商标灰度图",WINDOW_NORMAL); //创建一个显示灰度图窗口 //imshow("CCD商标灰度图",grayImage); //显示图像 threshold(grayImage,Binary_image,val,255,1); //namedWindow("CCD商标二值图",WINDOW_NORMAL); //创建一个显示二值图窗口 //imshow("CCD商标二值图",Binary_image); //显示图像 //imwrite("best binary_image.jpg",Binary_image); //第四步: 求最大外轮廓 findContours(Binary_image,contours,hierarchy,RETR_EXTERNAL,CHAIN_APPROX_NONE); Mat dstImage=Mat::zeros(Binary_image.rows,Binary_image.cols,CV_8UC1); //namedWindow("CCD商标轮廓图",WINDOW_NORMAL); //创建一个窗口 for (int index=0;index>=0;index=hierarchy[index][0]) { Scalar color(255,255,255); drawContours(dstImage,contours,index,color,1,8,hierarchy); //imshow("CCD商标轮廓图",dstImage); } imwrite("轮廓dstImage.jpg",dstImage); //第五步: 一副图像的轮廓像素比较多，我们按比例进行缩放，降低数据处理的量：resize()函数 //方法一： //Outputdst = Mat::zeros(512,512,CV_8UC3); //resize(dstImage,Outputdst,Outputdst.size()); //方法二： resize(dstImage,Outputdst,Size(),0.5,0.5); //namedWindow("resize()之后的轮廓图"); //imshow("resize()之后的轮廓图",Outputdst); //第六步: 遍历轮廓像素点 int num = 0; findContours(Outputdst,contours,hierarchy,RETR_EXTERNAL,CHAIN_APPROX_NONE); for (int i=0;i<int(contours.size());i++) { for (int j=0;j<int(contours[i].size());j++) { ofstream f; f.open("before.h",ios::out|ios::app); f<<"points[0]"<<"["<<num++<<"]=Point("<<contours[i][j].x<<","<<contours[i][j].y<<");"<<endl; } } //第七步: 将上面的轮廓抽出不必要的像素点 findContours(Outputdst,contours1,hierarchy,RETR_EXTERNAL,CHAIN_APPROX_NONE); num = 0; //创建头结点 extern struct node *pHeader; pHeader = create_node(Point(0,0)); for (int i=0;i<int(contours1.size());i=i+25) { for (int j=0;j<int(contours1[i].size());j=j+25) { ofstream f; f.open("after2.h",ios::out|ios::app); f<<"points"<<"["<<num++<<"]=Point("<<contours1[i][j].x<<","<<contours1[i][j].y<<");"<<endl; //f<<contours1[i][j].x<<","<<contours1[i][j].y<<endl; //cout<<contours1[i][j].x<<","<<contours1[i][j].y<<endl; //第九步:使用链表（堆内存）来存储像素点 insert_tail(pHeader, create_node(Point(contours1[i][j].x,contours1[i][j].y))); } } //遍历链表的节点 pixel_num = bianli(pHeader); //使用val来接收遍历的返回值，即实际存储的像素的个数 printf("主程序中的pixel_num = %d\n",pixel_num); //第八步:将剩下的点连起来 Mat atomImage(WINDOW_WIDTH,WINDOW_WIDTH,CV_8UC3,Scalar(255,255,255));//创建空白的Mat对象 //画多边形 DrawPolygon(atomImage); //显示图形 namedWindow("WINDOW_NAME",WINDOW_NORMAL); imshow("WINDOW_NAME",atomImage); //图形写入文件 imwrite("1.jpg", atomImage); waitKey(0); return 0; }