利用C#版OpenCV實(shí)現(xiàn)圓心求取實(shí)例代碼

更新時(shí)間：2019年05月08日 08:55:37 作者：小y

這篇文章主要給大家介紹了關(guān)于如何利用C#版OpenCV實(shí)現(xiàn)圓心求取的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧

前言

OpenCVSharp是OpenCV的.NET wrapper，是一名日本工程師開發(fā)的，項(xiàng)目地址為：https://github.com/shimat/opencvsharp。

該源碼是 BSD開放協(xié)議，BSD開源協(xié)議是一個(gè)給于使用者很大自由的協(xié)議。基本上使用者可以”為所欲為”,可以自由的使用，修改源代碼，也可以將修改后的代碼作為開源或者專有軟件再發(fā)布或商業(yè)化銷售。

1.OpenCVSharp的下載

可以直接從上面的github上下載源碼，自行編譯引用；

也可用vs中的nuget包管理器下載；

打開【工具】->【庫程序包管理器】->【管理解決方案的NuGet程序包】，在其中搜索OpenCVSharp，選擇合適的點(diǎn)擊【安裝】（最好安裝最新的）。一直等待完成。

我的環(huán)境是vs2017，下載之后最好直接拷貝OpenCVSharp系列dll到項(xiàng)目中引用即可。

2.擬合圓并求取圓心

本次舉例比較貼近實(shí)際，我們求如下原始圖片的中間部分圓的圓心，選取的圖片故意只留了一半：

源碼如下：

using OpenCvSharp;

namespace SamplesWinform
{
  public class CircleFit 
  {
    public void Run()
    {
      //讀取圖片
      var img = Cv2.ImRead("Data/Image/c1.bmp");
      //顯示圖片
      //Cv2.ImShow("Input Image", img);
      
      //轉(zhuǎn)換成灰度圖
      Mat gray = img.CvtColor(ColorConversionCodes.BGR2GRAY);
      
      //閾值二值化操作 閾值參數(shù)可以用一些可視化工具來調(diào)試得到
      Mat ThresholdImg = gray.Threshold(11, 255, ThresholdTypes.Binary);
      Cv2.ImShow("Threshold", ThresholdImg);

      //降噪
      //方法一：高斯變化
      //Mat gaussImg= ThresholdImg.GaussianBlur(new Size(5, 5), 0.8);
      //Cv2.ImShow("GaussianBlur", gaussImg);
      //方法二：中值濾波降噪
      Mat medianImg = ThresholdImg.MedianBlur(5);
      Cv2.ImShow("MedianBlur", medianImg);

      //方法三：膨脹+腐蝕
      ////膨脹處理
      //Mat kernel = new Mat(15, 15, MatType.CV_8UC1);
      //Mat DilateImg = ThresholdImg.Dilate(kernel);
      ////腐蝕處理
      //Mat binary = DilateImg.Erode(kernel);
      ////顯示中間結(jié)果
      //Cv2.ImShow("Dilate & Erode", binary);

      //設(shè)置感興趣的區(qū)域
      int x = 150, y = 100, w = 294, h = 337;
      Rect roi = new Rect(x, y, w, h);
      Mat ROIimg = new Mat(medianImg, roi);
      //Cv2.ImShow("ROI Image", ROIimg);

      //尋找圖像輪廓
      Point[][] contours;
      HierarchyIndex[] hierachy;
      Cv2.FindContours(ROIimg, out contours, out hierachy, RetrievalModes.List, ContourApproximationModes.ApproxTC89KCOS);
      //根據(jù)找到的輪廓點(diǎn)，擬合橢圓
      for (int i = 0; i < contours.Length; i++)
      {
        //擬合函數(shù)必須至少5個(gè)點(diǎn)，少于則不擬合
        if (contours[i].Length < 5) continue;
        //橢圓擬合
        var rrt = Cv2.FitEllipse(contours[i]);

        //ROI復(fù)原
        rrt.Center.X += x;
        rrt.Center.Y += y;

        //畫橢圓
        Cv2.Ellipse(img, rrt, new Scalar(0, 0, 255), 2, LineTypes.AntiAlias);
        //畫圓心
        Cv2.Circle(img, (int)(rrt.Center.X), (int)(rrt.Center.Y), 4, new Scalar(255, 0, 0), -1, LineTypes.Link8, 0);
      }
      
      Cv2.ImShow("Fit Circle", img);
    }


   }
}

中間處理過程效果圖如下：

分別是閾值分割后，中值濾波后，擬合圓之后