opencv 识别长方形_OpenCV 圆与矩形识别的方法

最近一个项目用到了图像识别，之前从未接触过OpenCV，经过各种找教程，终于是搞懂了一些。

整个具体流程大概是获取图像-->图像二值化，灰度图(cvtColor)-->图像降噪(GaussianBlur)->轮廓识别(cvFindContours)-->形状判断。

大多数教程很专业，各种参数分析看不懂，经过各种搜索终于是搞懂了。

识别圆

在识别圆方面，OpenCV有内置的方法：霍夫圆变化：

HoughCircles(edges, circles, CV_HOUGH_GRADIENT, 1.5, 10, 200, 100, 0, 0);

参数分析：

edges:灰度图像

circles: std::vector circles;数组，用来存储圆的坐标信息

CV_HOUGH_GRADIENT：Hough 变换方式，目前只支持CV_HOUGH_GRADIENT, which is basically 21HT, described in [Yuen03].默认用这个

1.5：累加器图像的分辨率，1的时候是与获取到的图像相同，1.5就是1.5倍

10：圆与圆的最小距离，两个圆心距离如果在范围内则被认定为1个圆

200：100-200两个参数选就够了

100：默认100，数值越低识别圆越不精确(圆的数量识别变多可能有个弧线就被识别是圆)

最后两个参数分别是识别 圆的最小，最大的面积。

矩形识别

矩形识别并没有内置方法，需要自己手写。

最主要的方法是二值化。通过二值化来调节识别的强度。

cvThreshold(tgray, gray, 75, 250, CV_THRESH_BINARY);

参数分析：

src：原始数组 (单通道 , 8-bit of 32-bit 浮点数)。

dst：输出数组，必须与 src 的类型一致，或者为 8-bit。

threshold：阈值

max_value：使用 CV_THRESH_BINARY 和 CV_THRESH_BINARY_INV 的最大值。

threshold_type：阈值类型

threshold_type=CV_THRESH_BINARY:如果 src(x,y)>threshold ,dst(x,y) = max_value; 否则,dst(x,y)=0;

threshold_type=CV_THRESH_BINARY_INV:如果 src(x,y)>threshold,dst(x,y) = 0; 否则,dst(x,y) = max_value.

threshold_type=CV_THRESH_TRUNC:如果 src(x,y)>threshold，dst(x,y) = max_value; 否则dst(x,y) = src(x,y).

threshold_type=CV_THRESH_TOZERO:如果src(x,y)>threshold，dst(x,y) = src(x,y) ; 否则 dst(x,y) = 0。

threshold_type=CV_THRESH_TOZERO_INV:如果 src(x,y)>threshold，dst(x,y) = 0 ; 否则dst(x,y) = src(x,y).

效果图如下：

在矩形识别里面的二值化图：