【算法介绍】
这段代码是使用OpenCvSharp库（OpenCV的C#封装）对图像进行处理，主要流程包括图像的二值化、腐蚀操作、距离变换、轮廓检测，并在原图上标出检测到的轮廓位置及数量。下面是对代码的详细解读：
- 初始化：
TotalCount变量用于记录检测到的轮廓数量。result_image是原图的克隆，用于在后续步骤中在原图上绘制结果。
- 二值化操作：
- 首先，将原图像
image转换为灰度图像grayimg。 - 然后，使用阈值
240将灰度图像二值化为BinaryImg，高于阈值的像素点被设置为255（白色），其余为0（黑色）。
- 首先，将原图像
- 腐蚀操作（这里实际使用的是膨胀操作
Cv2.Dilate，注释可能误导）：- 创建一个结构元素
kernel（这里为矩形，大小为15x15）。 - 使用这个结构元素对二值图像进行膨胀操作，结果存储在
morhImage中。膨胀操作通常用于增大前景对象（白色区域），但这里的注释和变量名（morhImage）可能会引起混淆，因为它实际上执行的是膨胀而不是腐蚀。
- 创建一个结构元素
- 距离变换：
- 首先，对膨胀后的图像
morhImage进行位非操作（Cv2.BitwiseNot），将白色区域变为黑色，黑色区域变为白色。 - 然后，尝试进行一些不常见的操作（可能是为了某种特殊效果），但代码中存在逻辑错误：
dist.ConvertTo(MorphImg, MatType.CV_8U);实际上并没有使用dist变量，而是直接对MorphImg进行了类型转换。 - 接着，对
MorphImg进行二值化操作和开操作（Cv2.MorphologyEx），但这一步的目的和效果可能不是很清晰，因为前面的操作（特别是距离变换的准备步骤）没有正确执行。
- 首先，对膨胀后的图像
- 轮廓检测：
- 使用
Cv2.FindContours查找MorphImg中的轮廓。 - 创建一个全黑的
markers图像，用于在原图上标记轮廓。 - 遍历所有轮廓，计算每个轮廓的边界矩形，并在
result_image上绘制绿色圆圈和轮廓编号。
- 使用
- 统计和显示结果：
- 将检测到的轮廓数量（
contours.Length）赋值给TotalCount。 - 在
result_image上绘制总轮廓数量的文本。
- 将检测到的轮廓数量（
- 返回结果：
- 返回处理后的图像
result_image。
- 返回处理后的图像
注意：
- 代码中关于腐蚀的部分实际上执行的是膨胀操作，这可能是一个错误或误解。
- 距离变换部分的实现似乎有误，特别是关于
dist变量的使用。 - 代码中的注释和变量命名（如
morhImage）可能不够准确，可能会引起理解上的困惑。
【效果展示】
【实现部分代码】
using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Diagnostics;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
using OpenCvSharp;namespace FIRC
{public partial class Form1 : Form{Mat src = new Mat();CornManager detector = new CornManager();public Form1(){InitializeComponent();}private void button1_Click(object sender, EventArgs e){OpenFileDialog openFileDialog = new OpenFileDialog();openFileDialog.Filter = "图文件(*.*)|*.jpg;*.png;*.jpeg;*.bmp";openFileDialog.RestoreDirectory = true;openFileDialog.Multiselect = false;if (openFileDialog.ShowDialog() == DialogResult.OK){src = Cv2.ImRead(openFileDialog.FileName);pictureBox1.Image = OpenCvSharp.Extensions.BitmapConverter.ToBitmap(src);}}private void button2_Click(object sender, EventArgs e){if(pictureBox1.Image==null){return;}var resultMat = detector.GetCountImage(src);pictureBox2.Image= OpenCvSharp.Extensions.BitmapConverter.ToBitmap(resultMat); //Mat转Bitmap}private void Form1_Load(object sender, EventArgs e){}private void button3_Click(object sender, EventArgs e){VideoCapture capture = new VideoCapture("test.mp4");if (!capture.IsOpened()){Console.WriteLine("video not open!");return;}Mat frame = new Mat();var sw = new Stopwatch();int fps = 0;while (true){capture.Read(frame);if (frame.Empty()){Console.WriteLine("data is empty!");break;}sw.Start();var result = detector.GetCountImage(frame);sw.Stop();fps = Convert.ToInt32(1 / sw.Elapsed.TotalSeconds);sw.Reset();Cv2.PutText(result, "FPS=" + fps, new OpenCvSharp.Point(30, 30), HersheyFonts.HersheyComplex, 1.0, new Scalar(255, 0, 0), 3);//显示结果Cv2.ImShow("Result", result);int key = Cv2.WaitKey(10);if (key == 27)break;}capture.Release();}}
}
【测试环境】
vs2019
netframework4.7.2
opencvsharp=4.8.0
【源码下载地址】
https://download.csdn.net/download/FL1623863129/89774838
