opencv 识别长方形_opencv3.0识别并提取图形中的矩形的方法

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

float binVal = hist.at(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 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内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。