OpenCV轮廓检测，计算物体旋转角度

// FindRotation-angle.cpp : 定义控制台应用程序的入口点。
//
// findContours.cpp : 定义控制台应用程序的入口点。

//
#include "stdafx.h"
#include <iostream>

#include <vector>

#include <opencv2/opencv.hpp>

#include <opencv2/core/core.hpp>

#include <opencv2/imgproc/imgproc.hpp>

#include <opencv2/highgui/highgui.hpp>
#pragma comment(lib,"opencv_core2410d.lib")

#pragma comment(lib,"opencv_highgui2410d.lib")

#pragma comment(lib,"opencv_imgproc2410d.lib")
#define PI 3.1415926
using namespace std;

using namespace cv;
int hough_line(Mat src)

{

//【1】载入原始图和Mat变量定义

Mat srcImage = src;//imread("1.jpg");  //工程目录下应该有一张名为1.jpg的素材图

Mat midImage,dstImage;//临时变量和目标图的定义
//【2】进行边缘检测和转化为灰度图
Canny(srcImage, midImage, 50, 200, 3);//进行一此canny边缘检测
cvtColor(midImage,dstImage, CV_GRAY2BGR);//转化边缘检测后的图为灰度图

//【3】进行霍夫线变换
vector&lt;Vec4i&gt; lines;//定义一个矢量结构lines用于存放得到的线段矢量集合
HoughLinesP(midImage, lines, 1, CV_PI/180, 80, 50, 10 );

//【4】依次在图中绘制出每条线段
for( size_t i = 0; i &lt; lines.size(); i++ )
{
	Vec4i l = lines[i];
	line( dstImage, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(186,88,255), 1, CV_AA);
}

//【5】显示原始图  
imshow(&#34;【原始图】&#34;, srcImage);  

//【6】边缘检测后的图 
imshow(&#34;【边缘检测后的图】&#34;, midImage);  

//【7】显示效果图  
imshow(&#34;【效果图】&#34;, dstImage);  

//waitKey(0);  

return 0;  

}
int main()

{

// Read input binary image
char *image_name = &#34;test.jpg&#34;;
cv::Mat image = cv::imread(image_name,0);
if (!image.data)
	return 0; 

cv::namedWindow(&#34;Binary Image&#34;);
cv::imshow(&#34;Binary Image&#34;,image);



// 从文件中加载原图  
   IplImage *pSrcImage = cvLoadImage(image_name, CV_LOAD_IMAGE_UNCHANGED);  
  
	   // 转为2值图
	
 cvThreshold(pSrcImage,pSrcImage,200,255,cv::THRESH_BINARY_INV);
	   

   image = cv::Mat(pSrcImage,true);

   cv::imwrite(&#34;binary.jpg&#34;,image);

// Get the contours of the connected components
std::vector&lt;std::vector&lt;cv::Point&gt;&gt; contours;
cv::findContours(image, 
	contours, // a vector of contours 
	CV_RETR_EXTERNAL, // retrieve the external contours
	CV_CHAIN_APPROX_NONE); // retrieve all pixels of each contours

// Print contours&#39; length
std::cout &lt;&lt; &#34;Contours: &#34; &lt;&lt; contours.size() &lt;&lt; std::endl;
std::vector&lt;std::vector&lt;cv::Point&gt;&gt;::const_iterator itContours= contours.begin();
for ( ; itContours!=contours.end(); ++itContours) 
{

	std::cout &lt;&lt; &#34;Size: &#34; &lt;&lt; itContours-&gt;size() &lt;&lt; std::endl;
}

// draw black contours on white image
cv::Mat result(image.size(),CV_8U,cv::Scalar(255));
cv::drawContours(result,contours,
	-1, // draw all contours
	cv::Scalar(0), // in black
	2); // with a thickness of 2

cv::namedWindow(&#34;Contours&#34;);
cv::imshow(&#34;Contours&#34;,result);






// Eliminate too short or too long contours
int cmin= 100;  // minimum contour length
int cmax= 1000; // maximum contour length
std::vector&lt;std::vector&lt;cv::Point&gt;&gt;::const_iterator itc= contours.begin();
while (itc!=contours.end()) {

	if (itc-&gt;size() &lt; cmin || itc-&gt;size() &gt; cmax)
		itc= contours.erase(itc);
	else 
		++itc;
}

// draw contours on the original image
cv::Mat original= cv::imread(image_name);
cv::drawContours(original,contours,
	-1, // draw all contours
	cv::Scalar(255,255,0), // in white
	2); // with a thickness of 2

cv::namedWindow(&#34;Contours on original&#34;);
cv::imshow(&#34;Contours on original&#34;,original);



// Let&#39;s now draw black contours on white image
result.setTo(cv::Scalar(255));
cv::drawContours(result,contours,
	-1, // draw all contours
	cv::Scalar(0), // in black
	1); // with a thickness of 1
image= cv::imread(&#34;binary.jpg&#34;,0);

//imshow(&#34;lll&#34;,result);
//waitKey(0);

// testing the bounding box 
//////////////////////////////////////////////////////////////////////////////
//霍夫变换进行直线检测，此处使用的是probabilistic Hough transform（cv::HoughLinesP）而不是standard Hough transform（cv::HoughLines）

cv::Mat result_line(image.size(),CV_8U,cv::Scalar(255));
result_line = result.clone();

hough_line(result_line);

//Mat tempimage;

//【2】进行边缘检测和转化为灰度图
//Canny(result_line, tempimage, 50, 200, 3);//进行一此canny边缘检测
//imshow(&#34;canny&#34;,tempimage);
//waitKey(0);

//cvtColor(tempimage,result_line, CV_GRAY2BGR);//转化边缘检测后的图为灰度图
vector&lt;Vec4i&gt; lines;

cv::HoughLinesP(result_line,lines,1,CV_PI/180,80,50,10);

for(int i = 0; i &lt; lines.size(); i++)
{
	line(result_line,cv::Point(lines[i][0],lines[i][1]),cv::Point(lines[i][2],lines[i][3]),Scalar(0,0,0),2,8,0);
}
cv::namedWindow(&#34;line&#34;);
cv::imshow(&#34;line&#34;,result_line);
//waitKey(0);

/////////////////////////////////////////////////////////////////////////////////////////////
//

//std::vector&lt;std::vector&lt;cv::Point&gt;&gt;::const_iterator itc_rec= contours.begin();
//while (itc_rec!=contours.end())
//{
//	cv::Rect r0= cv::boundingRect(cv::Mat(*(itc_rec)));
//	cv::rectangle(result,r0,cv::Scalar(0),2);
//		++itc_rec;
//}



//cv::namedWindow(&#34;Some Shape descriptors&#34;);
//cv::imshow(&#34;Some Shape descriptors&#34;,result);


CvBox2D     End_Rage2D;
CvPoint2D32f rectpoint[4];
CvMemStorage *storage = cvCreateMemStorage(0);  //开辟内存空间


CvSeq*      contour = NULL;     //CvSeq类型 存放检测到的图像轮廓边缘所有的像素值，坐标值特征的结构体以链表形式

cvFindContours( pSrcImage, storage, &amp;contour, sizeof(CvContour),CV_RETR_CCOMP, CV_CHAIN_APPROX_NONE);//这函数可选参数还有不少



for(; contour; contour = contour-&gt;h_next)   //如果contour不为空，表示找到一个以上轮廓，这样写法只显示一个轮廓
	//如改为for(; contour; contour = contour-&gt;h_next) 就可以同时显示多个轮廓
{  

	End_Rage2D = cvMinAreaRect2(contour);  
	//代入cvMinAreaRect2这个函数得到最小包围矩形  这里已得出被测物体的角度，宽度,高度，和中点坐标点存放在CvBox2D类型的结构体中，
	//主要工作基本结束。
	for(int i = 0;i&lt; 4;i++)
	{
		  //CvArr* s=(CvArr*)&amp;result;
		//cvLine(s,cvPointFrom32f(rectpoint[i]),cvPointFrom32f(rectpoint[(i+1)%4]),CV_G(0,0,255),2);
		line(result,cvPointFrom32f(rectpoint[i]),cvPointFrom32f(rectpoint[(i+1)%4]),Scalar(125),2);
	} 
	cvBoxPoints(End_Rage2D,rectpoint);

std::cout &lt;&lt;&#34; angle:\n&#34;&lt;&lt;(float)End_Rage2D.angle &lt;&lt; std::endl;      //被测物体旋转角度 

}
cv::imshow(&#34;lalalal&#34;,result);
cv::waitKey();
return 0;

}