1)CV_Assert()：若括号中的表达式值为false，则返回一个错误信息。

函数原型是：#define CV_Assert( expr ) if((expr)) ; else cv::error

( cv::Exception(CV_StsAssert, #expr, "", __FILE__, __LINE__) )

2)cvContourPerimeter：函数作用于一个轮廓并返回其长度。事实上，

这个函数是一个调用通用函数cvArcLength的宏。

double cvArcLength(const void *curve,CvSlice slice =CV_WHOLE_SEQ,

int is_closed=-1);

curve：第一个参数是轮廓，其形式可以是点的序列(CvContour *或CvSeq *)

或任一n*2的点的数组。

slice：表面是否将轮廓视为闭合的一个布尔类型(例如，是否将轮廓的

最后一个点视为和第一个点有连接)。

slice可以让我们只选择曲线(curve)上的点的部分集合。

#define cvContourPerimeter(contour)

cvArcLength(contour,CV_WHOLE_SEQ,1)

代码：

#include

#include

#include

#include

#include

#include

using namespace cv;

using namespace std;

int main()

{

cvNamedWindow("ff",1);

string file_full_name = "D:\\VC98\\C++项目\\opencv\\cvContourPerimeter\\cvContourPerimeter\\a4.png";

IplImage * image_source = cvLoadImage(file_full_name.c_str(), CV_LOAD_IMAGE_GRAYSCALE);

CV_Assert(image_source);//若括号中的表达式值为false，则返回一个错误信息。

IplImage * image_binary = cvCloneImage(image_source);

cvZero(image_binary);

//在二值化图像的过程中，阀值很关键，将决定黑白化的效果。

cvThreshold(image_source, image_binary, 205, 255, CV_THRESH_BINARY);//二值化

cvShowImage("ff",image_binary);

CvMemStorage *storage = cvCreateMemStorage();

CvSeq* first_contour=NULL;

int contour_num;

contour_num = cvFindContours(image_binary, storage, &first_contour, sizeof(CvContour), CV_RETR_LIST);//轮廓获取

cout << "轮廓数为：" << contour_num << endl;

double contour_length;

//for (CvSeq * c = first_contour; c != NULL; c = c->h_next)

//{

//    contour_length = cvContourPerimeter(c);

//    cout << "周长" << contour_length << endl;

//}

contour_length = cvContourPerimeter(first_contour);//计算轮廓长度

cout << "周长为：";

cout<< contour_length << endl;

double perimeter = 126.7;//轮廓精度

double parameters[4] = { 126.7 / 90, 126.7 / 66, 126.7 / 11, 126.7 / 10 };

CvMemStorage* storage_approx = cvCreateMemStorage();

IplImage *image_approx = cvCloneImage(image_binary);

cvZero(image_approx);

CvSeq *seq_approx=NULL;

string window_name = "Approx窗口";

for (int i = 0; i < 4; ++i)

{   //分别用4中精度来进行多边形逼近轮廓，是一个轮廓

seq_approx = cvApproxPoly(first_contour, sizeof(CvContour), storage_approx, CV_POLY_APPROX_DP, parameters[i], 0);

contour_length = cvContourPerimeter(seq_approx);//每一次都计算出逼近轮廓的长度，也是一个轮廓

cout << i<

window_name = window_name + "1";//区别4个窗口

cvDrawContours(image_approx, seq_approx, cvScalar(255), cvScalar(125), 0);//画出轮廓

cvShowImage(window_name.c_str(), image_approx);

if(i==0)

cvSaveImage("result.jpg",image_approx);

if(i==1)

cvSaveImage("result1.jpg",image_approx);

if(i==2)

cvSaveImage("result2.jpg",image_approx);

if(i==3)

cvSaveImage("result3.jpg",image_approx);

}

cvWaitKey(0);

cvReleaseImage(&image_source);

cvReleaseImage(&image_binary);

cvReleaseImage(&image_approx);

cvDestroyAllWindows();

return 0;

}

结果：输入一个椭圆图：

一下图的精度参数分别对应： 126.7 / 90，126.7 / 66， 126.7 / 11， 126.7 / 10

图1

图2，

图3

图4，

椭圆内部的折线就是多边形逼近轮廓的过程。不难发现，parameters精度参数值越小，

精度要求越大，多边形逼近越接近实际轮廓。