#include "pch.h"
#include <iostream>
#include <string>
#include <cstring>
#include <cstdlib>
#include <vector>
#include "gocvhelper.h"
using namespace std;
using namespace cv;
//2020年11月8日10:26:09
//ssd 流水线文件
int main(int argc, char *argv[])
{
    // Load your image
    cv::Mat src = cv::imread("e:/template/twoblobs_1.bmp");
    // Check if everything was fine
    if (!src.data)
        return -1;
    // Show source image
    cv::imshow("src", src);
    // Create binary image from source image
    cv::Mat gray;
    cv::cvtColor(src, gray,COLOR_BGR2GRAY);
    //cv::imshow("gray", gray);
    // Obtain binary image
    Mat bw;
    cv::threshold(gray, bw, 40, 255, cv::THRESH_BINARY_INV|cv::THRESH_OTSU);
    cv::imshow("bin", bw);
    // Erode a bit 
    Mat kernel = Mat::ones(3, 3, CV_8UC1);    
    erode(bw, bw, kernel);
    //imshow("erode", bw);
    // Perform the distance transform algorithm 
    Mat dist;    
    distanceTransform(bw, dist, cv::DIST_L2, 5);
    // Normalize the distance image for range = {0.0, 1.0} 
    // so we can visualize and threshold it    
    normalize(dist, dist, 0, 1., NORM_MINMAX);    
    imshow("distTransf", dist);
    // Threshold to obtain the peaks
    // This will be the markers for the foreground objects
    threshold(dist, dist, .5, 1., cv::THRESH_BINARY);
    // Dilate a bit the dist image, this can be optional since in
    // other use case might cause problems. Here though it works quite well
    Mat kernel1 = Mat::ones(5, 5, CV_8UC1);
    dilate(dist, dist, kernel1, Point(-1, -1), 2);
    imshow("peaks", dist);
    // Create the CV_8U version of the distance image
    // It is needed for findContours()
    Mat dist_8u;
    dist.convertTo(dist_8u, CV_8U);
    // Find total markers
    vector<Vec4i> hierarchy;
    vector<vector<Point> > contours;
    findContours(dist_8u, contours, hierarchy, cv::RETR_TREE,cv::CHAIN_APPROX_SIMPLE);
    // Find the rotated rectangles
    vector<RotatedRect> minRect(contours.size());
    for (size_t i = 0; i < contours.size(); i++)
    {
        minRect[i] = minAreaRect(Mat(contours[i]));
    }
    RNG rng(12345);
    for (size_t i = 0; i < contours.size(); i++)
    {
        Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
        // contour
        drawContours(src, contours, static_cast<int>(i), color, 1, 8, vector<Vec4i>(), 0, Point());
        // rotated rectangle
        Point2f rect_points[4]; minRect[i].points(rect_points);
        for (int j = 0; j < 4; j++)
            line(src, rect_points[j], rect_points[(j + 1) % 4], color, 1, 8);
    }
    /* From here you can extract the orientation of each object by using
    * the information that you can extract from the contours and the
    * rotate rectangles. For example, the center point, rectange angle, etc...
    */
    cv::imshow("result", src);
    waitKey(0);
    return 0;
}

#include "pch.h"
#include <iostream>
#include <string>
#include <cstring>
#include <cstdlib>
#include <vector>
#include "gocvhelper.h"
using namespace std;
using namespace cv;
//2020年11月8日10:26:09
//ssd 流水线文件
int main(int argc, char *argv[])
{
    // Load your image
    cv::Mat src = cv::imread("e:/template/twoblobs_1.bmp");
    if (src.empty())
        return -1;
    Mat bw;
    cvtColor(src, bw, COLOR_BGR2GRAY);
    bw = bw < 60;
    // Find contours
    vector<vector<Point> > contours;
    vector<int> contoursHull;
    vector<Vec4i> defects;
    findContours(bw, contours, RETR_EXTERNAL, CHAIN_APPROX_NONE);
    for (size_t i = 0; i < contours.size(); i++)
    {
        if (contourArea(contours[i]) > 500)
        {
            approxPolyDP(contours[i], contours[i], 9, true);//多边形拟合
            convexHull(contours[i], contoursHull, true);//寻找凸包
            convexityDefects(contours[i], contoursHull, defects);//计算缺陷
            for (size_t j = 0; j < defects.size(); j++)
            {
                Vec4i defpoint = defects[j];
                circle(src, contours[i][defpoint[2]], 2, Scalar(0, 255, 0), 1);
            }
        }
    }
    imshow("result", src);
    waitKey();
    return 0;
}

#include "pch.h"
#include <iostream>
#include <string>
#include <cstring>
#include <cstdlib>
#include <vector>
#include "gocvhelper.h"
using namespace std;
using namespace cv;
//2020年11月8日10:26:09
//ssd 流水线文件
int main(int argc, char *argv[])
{
    // Load your image
    cv::Mat src = cv::imread("e:/template/twoblobs_1.bmp");
    if (src.empty())
        return -1;
    Mat bw;
    cvtColor(src, bw, COLOR_BGR2GRAY);
    bw = bw < 60;
    // Find contours
    vector<vector<Point> > contours;
    vector<int> contoursHull;
    vector<Vec4i> defects;
    findContours(bw.clone(), contours, RETR_EXTERNAL, CHAIN_APPROX_NONE);
    for (size_t i = 0; i < contours.size(); i++)
    {
        if (contourArea(contours[i]) > 500)
        {
            approxPolyDP(contours[i], contours[i], 2, true);
            convexHull(contours[i], contoursHull, true);
            convexityDefects(contours[i], contoursHull, defects);
            for (size_t j = 0; j < defects.size(); j++)
            {
                Vec4i defpoint = defects[j];
                Point pt = contours[i][defpoint[2]]; // get defect point
                Rect r3x3(pt.x - 2, pt.y - 2, 5, 5); // create 5x5 Rect from defect point
                // maybe no need but to be sure that the rect is in the image
                r3x3 = r3x3 & Rect(0, 0, bw.cols, bw.rows);
                int non_zero_pixels = countNonZero(bw(r3x3));
                cout << non_zero_pixels << endl;
                if (non_zero_pixels > 17)
                    circle(src, contours[i][defpoint[2]], 2, Scalar(0, 255, 0), 1);
            }
        }
    }
    imshow("result", src);
    waitKey();
    return 0;
    waitKey();
    return 0;
}