OpenCV对图像进行切边

程序员老舅

于 2023-02-15 17:38:40 发布

阅读量529

点赞数

分类专栏： Qt开发文章标签： opencv 计算机视觉图像处理 qt教程 qt图像

本文链接：https://blog.csdn.net/m0_60259116/article/details/129047579

版权

Qt开发专栏收录该内容

643 篇文章 259 订阅

订阅专栏

本文介绍了如何使用OpenCV库对正常和旋转的图片进行切边操作。首先，对于正常图片，通过加载图像、灰度化、边缘检测、轮廓发现，然后找到最大外接矩形并切除ROI区域。对于旋转图片，先确定旋转角度，进行旋转校正，然后再应用相同的切边步骤。代码示例展示了具体的实现过程。

摘要由CSDN通过智能技术生成

1、概述

　　案例：使用OpenCV对旋转图片及正常图片进行切边。

　　A：对正常图片切边的步骤

　　　　1.加载图像

　　　　2.对图像进行灰度化

　　　　3.边缘检测

　　　　4.轮廓发现

　　　　5.找出符合目标的最大外接矩形，并使用矩形的四个坐标点绘制线

　　　　6.根据找到Rect在原图上切除ROI区域

　　　　7.显示ROI区域

　　B：对旋转图像切边的步骤

　　　　1.加载原图

　　　　2.对图像进行灰度化

　　　　3.边缘检测

　　　　4.轮廓发现

　　　　5.找出图像旋转角度（a.找出旋转矩形的最大宽和最大高 b.找出这个目标矩形的旋转角度及旋转矩形。c.把此矩形绘制出来）

　　　　6.根据图片中心点及旋转角度，利用getRotationMatrix2D制作目标旋转Mat

　　　　7.利用wrapAffine+第6步的旋转矩阵实现最终的旋转

　　　　8.此时的图片为正确的旋转图片，可以利用“A：对正常图片切边”的步骤来实现图片的切边　　

2、代码示例

/*将旋转图片转成正常图片*/void CaseOneEdgeCutting::correctImageAngle(Mat &  target){
    src = imread(filePath.toStdString().c_str());
    if(src.empty()){
        qDebug()<<"加载图片异常";
        return;
    }
    imshow("src",src);
    //降噪
    cvtColor(src,gray,COLOR_BGR2GRAY);
    imshow("gray",gray);
    //边缘检测
    Canny(gray,gray,threshold_value,threshold_value*2);
    imshow("canny",gray);
    //轮廓发现
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    findContours(gray,contours,hierarchy,RETR_TREE,CHAIN_APPROX_SIMPLE);
    Mat resultImage = Mat::zeros(src.size(),CV_8UC3);
    float width = 0;
    float height = 0;
    RNG rng(12345);
    float degree = 0;
    for(size_t t  =0;t<contours.size();t++){//找到角度
        RotatedRect minRect = minAreaRect(contours[t]);
        degree = abs(minRect.angle);
        if(degree>0){
            width = max(width,minRect.size.width);
            height = max(height,minRect.size.height);
        }
    }

    for(size_t t = 0;t<contours.size();t++){
        RotatedRect minRect = minAreaRect(contours[t]);

        if (width == minRect.size.width && height == minRect.size.height) {
            degree = minRect.angle;
            qDebug()<<"degree:"<<degree;
            Point2f pts[4];
            minRect.points(pts);
            Scalar color = Scalar(0,0,255);
            for(int i=0;i<4;i++){
                line(resultImage,pts[i], pts[(i + 1)%4], color, 2, 8, 0);
            }
        }


    }


    imshow("result1",resultImage);
    Point2f center(src.cols/2,src.rows/2);//图片中心点
    Mat degreeRoi = getRotationMatrix2D(center,-degree,1);
    warpAffine(src,target,degreeRoi,src.size(),INTER_LINEAR, 0, Scalar(255, 255, 255));
    imshow("dst",target);

}
/*正常图片找到ROI区域*/
void CaseOneEdgeCutting::findEdgeCuttingROIImage(Mat &target){
    Mat srcTarget = target.clone();
    //降噪
    cvtColor(target,target,COLOR_BGR2GRAY);
    //边缘检测
    Canny(target,target,threshold_value,threshold_value*2);
    imshow("target",target);
    //轮廓发现
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    findContours(target,contours,hierarchy,RETR_TREE,CHAIN_APPROX_SIMPLE);
    Mat resultImage = Mat::zeros(src.size(),CV_8UC3);
    float width = target.cols*0.5;
    float height = target.rows*0.5;
    RNG rng(12345);
    Rect box;
    for(size_t t = 0;t<contours.size();t++){
        RotatedRect minRect = minAreaRect(contours[t]);

        if(minRect.size.width>width&&minRect.size.height>height&&minRect.size.width<(src.cols-60)){
            qDebug()<<"执行到了这里";
            Point2f pts[4];
            minRect.points(pts);
            box = minRect.boundingRect();
            Scalar color = Scalar(rng.uniform(0,255),rng.uniform(0,255),rng.uniform(0,255));
            for(int i=0;i<4;i++){
                line(resultImage,pts[i], pts[(i + 1)%4], color, 2, 8, 0);
            }
        }


    }

    imshow("result2",resultImage);

//    //绘制roi区域
    Mat roiImage = srcTarget(box);
    imshow("roiImage",roiImage);
}