MFC+OPenCv 图像实时处理 绘制轮廓 遇到一点问题

qq_38242442 2017-12-27 08:20:36
我要完成的是显示摄像头捕捉的画面并实时识别边缘，描绘轮廓。参考了各路大神的博客自己照着改了改。
功能：
1.点击open按钮打开摄像头采集图像信息，点击close关闭摄像头
2.点击处理进行canny算子的边缘识别，点击停止停止处理
3.点击轮廓开始查找轮廓并绘制轮廓，点击停止停止绘制
基本框架是这样的：

代码：


void CMFCcameraDlg::OnBnClickedButton1()

{

	cap.open(0);

    	SetTimer(1, 10, NULL);

}

void CMFCcameraDlg::OnBnClickedButton2()

{

	// TODO: 在此添加控件通知处理程序代码

	KillTimer(1);

	cap.release();

}

其他按钮事件都差不多就不贴上来了，总之就是在ontimer里完成。见下：
2.


void CMFCcameraDlg::OnTimer(UINT_PTR nIDEvent)

{

	cap >> frame;

	switch (nIDEvent)

	{

	case 1:

	{

		pDC = GetDlgItem(IDC_STATIC)->GetDC();// 获得显示控件的 DC

		hDC = pDC->GetSafeHdc();



		IplImage img = frame;

		CvvImage cimg;

		cimg.CopyOf(&img);//复制图片



		CRect rect;

		GetDlgItem(IDC_STATIC)->GetClientRect(&rect);

		cimg.DrawToHDC(hDC, &rect);// 将图片绘制到显示控件的指定区域内

		ReleaseDC(pDC);

		break;

	}

	case 2:

	{

		pDC = GetDlgItem(IDC_STATIC2)->GetDC();// 获得显示控件的 DC

		hDC = pDC->GetSafeHdc();// 获取 HDC(设备句柄) 来进行绘图操作



		cvtColor(frame, edges, COLOR_BGR2GRAY);//转为灰度图

		GaussianBlur(edges, edges, Size(7, 7), 1.5, 1.5);//高斯滤波 降噪用

		Canny(edges, edges, 0,300, 3);//边缘检测  详见opencv书p250

		IplImage img = edges;

		CvvImage cimg;

		cimg.CopyOf(&img);//复制图片



		CRect rect;

		GetDlgItem(IDC_STATIC2)->GetClientRect(&rect);

		cimg.DrawToHDC(hDC, &rect);// 将图片绘制到显示控件的指定区域内

		ReleaseDC(pDC);

		break;

	}

	case 3:

	{

		pDC = GetDlgItem(IDC_STATIC2)->GetDC();// 获得显示控件的 DC

		hDC = pDC->GetSafeHdc();// 获取 HDC(设备句柄) 来进行绘图操作



		cvtColor(frame, edges, COLOR_BGR2GRAY);//转为灰度图

		//GaussianBlur(edges, edges, Size(7, 7), 1.5, 1.5);//高斯滤波 降噪用

		//Canny(edges, edges, 0, 300, 3);//边缘检测  详见opencv书p250



		findContours(edges, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_NONE);

		for (; index >= 0; index = hierarchy[index][0])

		{

			Scalar color(rand()&255,rand()&255,rand()&255);

			drawContours(edges, contours, index, color, FILLED, 8, hierarchy);

		}

		IplImage img = edges;

		CvvImage cimg;

		cimg.CopyOf(&img);//复制图片



		CRect rect;

		GetDlgItem(IDC_STATIC2)->GetClientRect(&rect);

		cimg.DrawToHDC(hDC, &rect);// 将图片绘制到显示控件的指定区域内

		ReleaseDC(pDC);

		break;

	}

	}

	CDialogEx::OnTimer(nIDEvent);

}


问题：
前两个功能是可以实现的。但是绘制轮廓的功能实现不了。应该是路径的问题。在之前编写的图像处理程序里，我是把图片放在工程目录里的。但是这个实时采集的动态图我也不知道它的路径啊。请问下有什么解决办法吗。或者是我用法不对？有其他的办法吗？
运行结果是这样的，因为第三个功能出错了我就注释掉了。
...全文
828 3 打赏 收藏 转发到动态 举报
写回复
用AI写文章
3 条回复
切换为时间正序
请发表友善的回复…
发表回复
赵4老师 2017-12-29
  • 打赏
  • 举报
 回复
建议先编译链接调试OpenCV自带的相关例子代码。
qq_38242442 2017-12-29
  • 打赏
  • 举报
 回复
引用 1 楼 zhao4zhong1 的回复:
仅供参考：
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/imgproc/imgproc_c.h"
using namespace std;
using namespace cv;
Mat img,smallImg,gray,bw;
vector<Vec4i> hierarchy;
vector<vector<Point> > contours;
int threshval=128;
Rect r;
Rect maxrect,brect;
int idx,n;
const static Scalar colors[15]={
    CV_RGB(  0,  0,128),
    CV_RGB(  0,128,  0),
    CV_RGB(  0,128,128),
    CV_RGB(128,  0,  0),
    CV_RGB(128,  0,128),
    CV_RGB(128,128,  0),
    CV_RGB(128,128,128),
    CV_RGB(160,160,160),
    CV_RGB(  0,  0,255),
    CV_RGB(  0,255,  0),
    CV_RGB(  0,255,255),
    CV_RGB(255,  0,  0),
    CV_RGB(255,  0,255),
    CV_RGB(255,255,  0),
    CV_RGB(255,255,255),
};
Scalar color;
void gamma_correct(Mat& img, Mat& dst, double gamma) {
	Mat	temp;
	CvMat tmp;

	img.convertTo(temp,	CV_32FC1, 1.0/255.0, 0.0);
	tmp=temp;
	cvPow(&tmp,	&tmp, gamma);
	temp.convertTo(dst , CV_8UC1 , 255.0	, 0.0);
}
int main() {
    cvNamedWindow("display",1);
    img=imread("image.jpg",1);
    r.x=img.cols/10;
    r.y=img.rows/3;
    r.width=img.cols*8/10;
    r.height=img.rows*2/3;
    smallImg=img(r);
    cvtColor(smallImg,gray,CV_BGR2GRAY);
//  medianBlur(gray,gray,5);
    equalizeHist(gray,gray);
    gamma_correct(gray,gray,4.0);
    imshow("display",gray);
    waitKey(0);

	bw=(gray>threshval);
    imshow("display",bw);
    waitKey(0);

	Mat	Structure0=getStructuringElement(MORPH_RECT,Size(3,3));
    erode(bw,bw,Structure0,Point(-1,-1));
	Mat	Structure1=getStructuringElement(MORPH_RECT,Size(6,6));
    dilate(bw,bw,Structure1, Point(-1,-1));
    imshow("display",bw);
    waitKey(0);

    findContours(bw,contours,hierarchy,RETR_EXTERNAL,CHAIN_APPROX_SIMPLE);
    if (!contours.empty()&&!hierarchy.empty()) {
        idx=0;
        n=0;
        vector<Point> approx;
        for (;idx>=0;idx=hierarchy[idx][0]) {
            color=colors[idx%15];
//          drawContours(smallImg,contours,idx,color,1,8,hierarchy);
            approxPolyDP(Mat(contours[idx]), approx, arcLength(Mat(contours[idx]), true)*0.005, true);//0.005为将毛边拉直的系数
            const Point* p = &approx[0];
            int m=(int)approx.size();
            polylines(smallImg, &p, &m, 1, true, color);
            circle(smallImg,Point(p[0].x,p[0].y),3,color);
            circle(smallImg,Point(p[1].x,p[1].y),2,color);
			for	(int i=2;i<m;i++) circle(smallImg,Point(p[i].x,p[i].y),1,color);
            n++;
            if (1==n) {
                maxrect=boundingRect(Mat(contours[idx]));
            } else {
                brect=boundingRect(Mat(contours[idx]));
                CvRect mr(maxrect),br(brect);
                maxrect=cvMaxRect(&mr,&br);
            }
        }
        circle(smallImg,Point(maxrect.x+maxrect.width/2,maxrect.y+maxrect.height/2),2,CV_RGB(255,0,0));
    }
    imshow("display",smallImg);
    waitKey(0);
    cvDestroyWindow("display");
    return 0;
}
谢谢 我想请问一下如果不是事先放在工程目录而是摄像头实时采集的图片要怎么办呢
赵4老师 2017-12-28
  • 打赏
  • 举报
 回复
仅供参考：
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/imgproc/imgproc_c.h"
using namespace std;
using namespace cv;
Mat img,smallImg,gray,bw;
vector<Vec4i> hierarchy;
vector<vector<Point> > contours;
int threshval=128;
Rect r;
Rect maxrect,brect;
int idx,n;
const static Scalar colors[15]={
    CV_RGB(  0,  0,128),
    CV_RGB(  0,128,  0),
    CV_RGB(  0,128,128),
    CV_RGB(128,  0,  0),
    CV_RGB(128,  0,128),
    CV_RGB(128,128,  0),
    CV_RGB(128,128,128),
    CV_RGB(160,160,160),
    CV_RGB(  0,  0,255),
    CV_RGB(  0,255,  0),
    CV_RGB(  0,255,255),
    CV_RGB(255,  0,  0),
    CV_RGB(255,  0,255),
    CV_RGB(255,255,  0),
    CV_RGB(255,255,255),
};
Scalar color;
void gamma_correct(Mat& img, Mat& dst, double gamma) {
	Mat	temp;
	CvMat tmp;

	img.convertTo(temp,	CV_32FC1, 1.0/255.0, 0.0);
	tmp=temp;
	cvPow(&tmp,	&tmp, gamma);
	temp.convertTo(dst , CV_8UC1 , 255.0	, 0.0);
}
int main() {
    cvNamedWindow("display",1);
    img=imread("image.jpg",1);
    r.x=img.cols/10;
    r.y=img.rows/3;
    r.width=img.cols*8/10;
    r.height=img.rows*2/3;
    smallImg=img(r);
    cvtColor(smallImg,gray,CV_BGR2GRAY);
//  medianBlur(gray,gray,5);
    equalizeHist(gray,gray);
    gamma_correct(gray,gray,4.0);
    imshow("display",gray);
    waitKey(0);

	bw=(gray>threshval);
    imshow("display",bw);
    waitKey(0);

	Mat	Structure0=getStructuringElement(MORPH_RECT,Size(3,3));
    erode(bw,bw,Structure0,Point(-1,-1));
	Mat	Structure1=getStructuringElement(MORPH_RECT,Size(6,6));
    dilate(bw,bw,Structure1, Point(-1,-1));
    imshow("display",bw);
    waitKey(0);

    findContours(bw,contours,hierarchy,RETR_EXTERNAL,CHAIN_APPROX_SIMPLE);
    if (!contours.empty()&&!hierarchy.empty()) {
        idx=0;
        n=0;
        vector<Point> approx;
        for (;idx>=0;idx=hierarchy[idx][0]) {
            color=colors[idx%15];
//          drawContours(smallImg,contours,idx,color,1,8,hierarchy);
            approxPolyDP(Mat(contours[idx]), approx, arcLength(Mat(contours[idx]), true)*0.005, true);//0.005为将毛边拉直的系数
            const Point* p = &approx[0];
            int m=(int)approx.size();
            polylines(smallImg, &p, &m, 1, true, color);
            circle(smallImg,Point(p[0].x,p[0].y),3,color);
            circle(smallImg,Point(p[1].x,p[1].y),2,color);
			for	(int i=2;i<m;i++) circle(smallImg,Point(p[i].x,p[i].y),1,color);
            n++;
            if (1==n) {
                maxrect=boundingRect(Mat(contours[idx]));
            } else {
                brect=boundingRect(Mat(contours[idx]));
                CvRect mr(maxrect),br(brect);
                maxrect=cvMaxRect(&mr,&br);
            }
        }
        circle(smallImg,Point(maxrect.x+maxrect.width/2,maxrect.y+maxrect.height/2),2,CV_RGB(255,0,0));
    }
    imshow("display",smallImg);
    waitKey(0);
    cvDestroyWindow("display");
    return 0;
}
Python+OpenCV3.3图像处理视频教程
Python+OpenCV3.3图像处理视频培训课程：该教程基于Python3.6+OpenCV新版本3.3.0详细讲述Python OpenCV图像处理部分内容，包括opencv人脸识别、人脸检测、数字验证码识别等内容。是Python开发者学习图像知识与应用...
opencv + MFC图像处理界面设计与实现
数字图像处理作业用opencv + MFC图像处理界面设计与实现，点击按钮（Button）在Picture Control上显示处理前后的对比图像 // ImageprocessingDlg.cpp : 实现文件 // #include &quot;stdafx.h&quot; #...
OpenCV + MFC 鼠标键盘控制截取图像
直接用OpenCV和MFC写了，很简陋的界面和功能，倒也很快就完成了。还是那个想法，记录下留个纪念，能对别人有所帮助就更好了。因为有图像的操作，OpenCV还是很不错滴。在写的过程中，发现OpenCV对于鼠标键盘响应的...
Qt + OpenCV + Halcon + QScintilla 实现Halcon的脚本引擎功能 (源码)
在工业领域，如”缺陷检测“、”目标计数“等的应用，可实现软件的标准化；软件输入和输出采用Qt + opencv为框架；过程则采用opencv转halcon的脚本算子；包括编译的颜色显示、关键字提示等等功能。
OpenCV在MFC对话框中图片打开以及显示
opencv 在MFC对话框中的显示。
图形处理/算法

19,468

社区成员

50,698

社区内容

发帖
与我相关
我的任务
社区描述
VC/MFC 图形处理/算法
社区管理员
  • 图形处理/算法社区
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章