C++Opencv实现轮廓排序

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第33天，点击查看活动详情

python在进行图像处理时利用lambda表达式几行代码就可以搞定fincontours函数中找到的轮廓排序问题，而且可以根据调整坐标轴的维度实现不同的排序方式，具体的实现代码我放一下代码，方便与c++的实现方式进行比较。

python版

# 其中cnt没有什么实际含义，主要是作为一个key值，在对contours排序时会根据排序结果自动调整cnt的值，所以说非常方便
cnt = [1, 4, -1, 8, 0, 9, 2]
# 待排序的轮廓，这里为了方便展示，自己随便写的数值
contours = [(1, 2, 3, 4), (9, 10, 2, 2), (8, 7, 3, 1), (1, 3, 2, 5), (1, 1, 3, 4), (5, 6, 5, 4), (3, 4, 1, 2)]
# 排序函数，其中*sorted()，首先是一个key-value也就是zip(cnt, contours)，lambda d:d[1][0]，是按照key还是value进行排序
# d[1][0]中1表示按照value进行排序，如果是想按照key排序，把lambda改为d:d[0]，因为key是一维数组，所以只需要d[0]即可
# d[1][0]后面的0表示按照value的第0列数据进行排序，也就是对应例子中[1,9,8,1,1,5,3]这一列，可以改为1，2，3列，最大到3，因为value只有四列。
(cnt, contours) = zip(*sorted(zip(cnt, contours), key=lambda d: d[1][0], reverse=False))

最后得到的是排序后的cnt和contours

c++的话相对麻烦一些，代码我已经写好了，是对contours按照坐标进行排序的函数，可以直接拿来用。代码如下

void Widget::sort_contours(vector<vector<Point> > contours)
{
    
    vector<RotatedRect> box(contours.size());
    for(int i=0;i<contours.size();i++)
    {
        box[i] = minAreaRect(contours[i]);
    }
    // 排序时也使用了lambda表达式的形式。
    std::sort(box.begin(), box.end(), [](const RotatedRect& pt1, const RotatedRect& pt2){
        Point2f rect1[4];
        Point2f rect2[4];
        pt1.points(rect1);
        pt2.points(rect2);
        if(rect1->x!=rect2->x)
            return rect1->x<rect2->x;
        else
            return rect1->y<rect2->y;
    });
    int counts = 0;
    Point2f rect[4];
    for(int i=0;i<contours.size();i++)
    {
        box[i].points(rect);
        for(int j=0; j<4; j++)
        {
            line(img1, rect[j], rect[(j+1)%4], Scalar(0, 0, 255), 1, 8);  //绘制最小外接矩形每条边
        }
        putText(img1, to_string(counts), Point(rect->x, rect->y),FONT_HERSHEY_SIMPLEX,1,Scalar(255,255,0),1);
        counts++;
    }
    imshow("sortedImg", img1);
    waitKey(0);
}

没有排序之前

排序之后

现在在数据层面可以看到排序前后box的数据发生了变化，说明排序已经生效，由于此处还没有进行NMS抑制，所有效果看起来较差，会存在轮廓包含或者嵌套现象，下一篇博客将实现一下NMS算法，python已经实现，后面我会对c++的方法进行实现一下，并分享出来。