OpenCv实战2 切边处理

2 切边处理

1.1 题目：

将下图作图的图片灰色区域切边，并将图片旋转为正。结果为右图。

1.2 思路

1、 转化为灰度图像，
2、 进行边缘检测，找出边缘
3、 边缘中查找轮廓
4、 轮廓中查找面积最大的外接矩形
5、 使用矩形角度，仿射进行旋转
6、 再次边缘加测，轮廓查找，找出轮廓的垂直边界最大矩形。
7、 提取ROI区域

1.3 示例代码

int main(int argc, char *argv[])
{
	Mat sorImg = imread(path.toStdString() + "qiebian.jpg", IMREAD_UNCHANGED);
	imshow("sor", sorImg);

	// 第一步：转化为灰度图像
	Mat grayImg;
	cvtColor(sorImg, grayImg, COLOR_BGR2GRAY);

	// 第二步：进行边缘检测，找出边缘
	Mat cannyImg;
	Canny(grayImg, cannyImg, 20, 40);
	imshow("cannyImg", cannyImg);

	//第三步：边缘中查找轮廓
	vector<vector<Point>> controus;
	vector<Vec4i>ContourTree;
	findContours(cannyImg, controus, ContourTree, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0,0));

	// 第四步：轮廓中查找最大外接外接矩形，找出矩形角度
	int size = controus.size();
	RotatedRect maxRotatedRect;
	RotatedRect Rotatedrect;
	for (int i = 0; i < size; ++i)
	{
		Rotatedrect = minAreaRect(controus[i]);
		if (Rotatedrect.boundingRect().area() > maxRotatedRect.boundingRect().area())
		{
			maxRotatedRect = Rotatedrect;
		}
	}

	// 第五步：使用矩形角度，对原图像进行旋转
	Mat rotateImg;
	float angle = maxRotatedRect.angle;
	Mat kenerl = getRotationMatrix2D(Point2f(cannyImg.cols/2, cannyImg.rows/2),360+ angle,1);
	warpAffine(sorImg, rotateImg, kenerl, sorImg.size(),INTER_LINEAR);

	// 第六步：再次边缘加测，轮廓查找，找出轮廓的垂直边界最大矩形
	cvtColor(rotateImg, grayImg, COLOR_BGR2GRAY);
	Canny(grayImg, cannyImg, 20, 40);
	findContours(cannyImg, controus, ContourTree, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
	size = controus.size();
	Rect maxRect;
	Rect rect;
	for (int i = 0; i < size; ++i)
	{
		rect = boundingRect(controus[i]);
		if (rect.area() > maxRect.area())
		{
			maxRect = rect;
		}
	}

	// 第七步：提取ROI区域，得到最终结果
	Mat dstImg = rotateImg(maxRect);
	imshow("dstImg", dstImg);
	waitKey();

	return 0;	
}

1.4 关键API

Canny：边缘检测。
findContours：查找轮廓。
minAreaRect：计算轮廓的最小外接矩形。
boundingRect：计算轮廓的垂直边界最小矩形。
warpAffine：仿射旋转图像。