opencv3.0识别并提取图形中的矩形的方法_C/C++

opencv3.0识别并提取图形中的矩形的方法

2021-07-31 15:09lcy597692327 C/C++

这篇文章主要介绍了opencv3.0识别并提取图形中的矩形的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

利用opencv来识别图片中的矩形。

其中遇到的问题主要是识别轮廓时矩形内部的形状导致轮廓不闭合。

1. 对输入灰度图片进行高斯滤波
2. 做灰度直方图，提取阈值，做二值化处理
3. 提取图片轮廓
4. 识别图片中的矩形
5. 提取图片中的矩形

1.对输入灰度图片进行高斯滤波

				?

									cv::Mat src = cv::imread("F:\\t13.bmp",CV_BGR2GRAY);

									cv::Mat hsv;

									GaussianBlur(src,hsv,cv::Size(5,5),0,0);

2.做灰度直方图，提取阈值，做二值化处理

由于给定图片，背景是黑色，矩形背景色为灰色，矩形中有些其他形状为白色，可以参考为：
提取轮廓时，矩形外部轮廓并未闭合。因此，我们需要对整幅图做灰度直方图，找到阈值，进行二值化

处理。即令像素值（黑色）小于阈值的，设置为0（纯黑色）；令像素值（灰色和白色）大于阈值的，设

置为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.提取图片轮廓

为了识别图片中的矩形，在识别之前还需要提取图片的轮廓。在经过滤波、二值化处理后，轮廓提取后的效果比未提取前的效果要好很多。

4.识别矩形

识别矩形的条件为：图片中识别的轮廓是一个凸边形、有四个顶角、所有顶角的角度都为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); 

									  } 

									}