快捷導(dǎo)航

opencv3.0識別并提取圖形中的矩形的方法

更新時間：2019年07月01日 14:38:02 作者：lcy597692327

這篇文章主要介紹了opencv3.0識別并提取圖形中的矩形的方法，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

利用opencv來識別圖片中的矩形。

其中遇到的問題主要是識別輪廓時矩形內(nèi)部的形狀導(dǎo)致輪廓不閉合。

1. 對輸入灰度圖片進行高斯濾波
2. 做灰度直方圖，提取閾值，做二值化處理
3. 提取圖片輪廓
4. 識別圖片中的矩形
5. 提取圖片中的矩形

1.對輸入灰度圖片進行高斯濾波

  cv::Mat src = cv::imread("F:\\t13.bmp",CV_BGR2GRAY);
  cv::Mat hsv;
  GaussianBlur(src,hsv,cv::Size(5,5),0,0);

2.做灰度直方圖，提取閾值，做二值化處理

由于給定圖片，背景是黑色，矩形背景色為灰色，矩形中有些其他形狀為白色，可以參考為：
提取輪廓時，矩形外部輪廓并未閉合。因此，我們需要對整幅圖做灰度直方圖，找到閾值，進行二值化

處理。即令像素值（黑色）小于閾值的，設(shè)置為0（純黑色）；令像素值（灰色和白色）大于閾值的，設(shè)

置為255（白色）

// Quantize the gray scale to 30 levels 
int gbins = 16; 
int histSize[] = {gbins}; 
  // gray scale varies from 0 to 256 
float granges[] = {0,256}; 
const float* ranges[] = { granges }; 
cv::MatND hist; 
// we compute the histogram from the 0-th and 1-st channels 
int channels[] = {0}; 
 
//calculate hist 
calcHist( &hsv, 1, channels, cv::Mat(), // do not use mask 
      hist, 1, histSize, ranges, 
      true, // the histogram is uniform 
      false ); 
//find the max value of hist 
double maxVal=0; 
minMaxLoc(hist, 0, &maxVal, 0, 0); 
 
int scale = 20; 
cv::Mat histImg; 
histImg.create(500,gbins*scale,CV_8UC3); 
 
//show gray scale of hist image 
for(int g=0;g<gbins;g++){ 
  float binVal = hist.at<float>(g,0); 
  int intensity = cvRound(binVal*255); 
  rectangle( histImg, cv::Point(g*scale,0), 
            cv::Point((g+1)*scale - 1,binVal/maxVal*400), 
            CV_RGB(0,0,0), 
            CV_FILLED ); 
} 
cv::imshow("histImg",histImg); 
 
//threshold processing 
cv::Mat hsvRe; 
threshold( hsv, hsvRe, 64, 255,cv::THRESH_BINARY);

3.提取圖片輪廓

為了識別圖片中的矩形，在識別之前還需要提取圖片的輪廓。在經(jīng)過濾波、二值化處理后，輪廓提取后的效果比未提取前的效果要好很多。

4.識別矩形

識別矩形的條件為：圖片中識別的輪廓是一個凸邊形、有四個頂角、所有頂角的角度都為90度。

vector<Point> approx; 
 
for (size_t i = 0; i < contours.size(); i++) 
{ 
  approxPolyDP(Mat(contours[i]), approx,  
         arcLength(Mat(contours[i]), true)*0.02, true); 
 
  if (approx.size() == 4 && 
    fabs(contourArea(Mat(approx))) > 1000 && 
    isContourConvex(Mat(approx))) 
  { 
    double maxCosine = 0; 
 
    for( int j = 2; j < 5; j++ ) 
    { 
      double cosine = fabs(angle(approx[j%4], approx[j-2], approx[j-1])); 
      maxCosine = MAX(maxCosine, cosine); 
    } 
 
    if( maxCosine < 0.3 ) 
      squares.push_back(approx); 
  } 
}

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: