使用OpenCV检测图像中的矩形

前言

1.OpenCV没有内置的矩形检测的函数，如果想检测矩形，要自己去实现。
2.我这里使用的OpenCV版本是3.30.

矩形检测

1.得到原始图像之后，代码处理的步骤是：
（1）滤波增强边缘。
（2）分离图像通道，并检测边缘。
（3）提取轮廓。
（4）使用图像轮廓点进行多边形拟合。
（5）计算轮廓面积并得到矩形4个顶点。
（6）求轮廓边缘之间角度的最大余弦。
（7）画出矩形。
2.代码

//检测矩形
//第一个参数是传入的原始图像，第二是输出的图像。
void findSquares(const Mat& image,Mat &out)
{int thresh = 50, N = 5;vector<vector<Point> > squares;squares.clear();Mat src,dst, gray_one, gray;src = image.clone();out = image.clone();gray_one = Mat(src.size(), CV_8U);//滤波增强边缘检测medianBlur(src, dst, 9);//bilateralFilter(src, dst, 25, 25 * 2, 35);vector<vector<Point> > contours;vector<Vec4i> hierarchy;//在图像的每个颜色通道中查找矩形for (int c = 0; c < image.channels(); c++){int ch[] = { c, 0 };//通道分离mixChannels(&dst, 1, &gray_one, 1, ch, 1);// 尝试几个阈值for (int l = 0; l < N; l++){// 用canny()提取边缘if (l == 0){//检测边缘Canny(gray_one, gray, 5, thresh, 5);//膨脹dilate(gray, gray, Mat(), Point(-1, -1));imshow("dilate", gray);}else{gray = gray_one >= (l + 1) * 255 / N;}// 轮廓查找//findContours(gray, contours, RETR_CCOMP, CHAIN_APPROX_SIMPLE);findContours(gray, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE);vector<Point> approx;// 检测所找到的轮廓for (size_t i = 0; i < contours.size(); i++){//使用图像轮廓点进行多边形拟合approxPolyDP(Mat(contours[i]), approx, arcLength(Mat(contours[i]), true)*0.02, true);//计算轮廓面积后，得到矩形4个顶点if (approx.size() == 4 &&fabs(contourArea(Mat(approx))) > 1000 &&isContourConvex(Mat(approx))){double maxCosine = 0;for (int j = 2; j < 5; j++){// 求轮廓边缘之间角度的最大余弦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);}}}}}for (size_t i = 0; i < squares.size(); i++){const Point* p = &squares[i][0];int n = (int)squares[i].size();if (p->x > 3 && p->y > 3){polylines(out, &p, &n, 1, true, Scalar(0, 255, 0), 3, LINE_AA);}}imshow("dst",out);
}static double angle(Point pt1, Point pt2, Point pt0)
{double dx1 = pt1.x - pt0.x;double dy1 = pt1.y - pt0.y;double dx2 = pt2.x - pt0.x;double dy2 = pt2.y - pt0.y;return (dx1*dx2 + dy1*dy2) / sqrt((dx1*dx1 + dy1*dy1)*(dx2*dx2 + dy2*dy2) + 1e-10);
}

3.运行结果

使用OpenCV检测图像中的矩形相关推荐

opencv 识别长方形_使用OpenCV检测图像中的矩形
本文实例为大家分享了OpenCV检测图像中矩形的具体代码,供大家参考,具体内容如下前言 1.OpenCV没有内置的矩形检测的函数,如果想检测矩形,要自己去实现. 2.我这里使用的OpenCV版本是3 ...
使用Python和OpenCV检测图像中的条形码
使用Python和OpenCV检测图像中的条形码 1. 效果图 2. 算法的步骤 3. 源码参考这篇博客将介绍使用计算机视觉和图像处理技术进行条形码检测的必要步骤,并演示使用Python编程语言和 ...
利用OpenCV检测图像中的多个水果
OpenCV检测图像中的多个水果最近面试碰到一个图像算法题,要求: (1)检测一副图像中的多个苹果并标识出来. (2)标识时需要将图像中苹果按照从大到小给定序号,显示出来. 基于以上两点,准备利用C ...
用 OpenCV 检测图像中各物体大小
我们需要定义一个比值,它测量每个给定指标的像素个数. 我将其称为「像素/度量」比率,在下一节中我将更正式地定义它. 1.「像素/度量」比率为了确定图像中物体的大小,我们首先需要使用一个参考物体进行「 ...
教你如何使用 OpenCV检测图像中的轮廓
@Author:Runsen 轮廓是连接所有具有某种颜色或强度的连续点的闭合曲线,它们代表图像中发现的对象的形状.轮廓检测是一种用于形状分析和物体检测和识别的有用技术. 轮廓检测并不是图像分割的唯一算 ...
python检测屏幕亮点_使用Python和OpenCV检测图像中的多个亮点
点击上方"蓝色小字"关注我呀本文来自光头哥哥的博客[Detecting multiple bright spots in an image with Python and Ope ...
用python和opencv检测图像中的条形码
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达在学习中发现快乐,在应用找到价值.这是我第五期分享图像技术应用的文 ...
使用Python和OpenCV检测图像中的物体并将物体裁剪下来
原文:http://blog.csdn.net/liqiancao/article/details/55670749 硕士阶段的毕设是关于昆虫图像分类的,代码写到一半,上周五导师又给我新的昆虫图片数据 ...
python图像检测_如何用Python检测图像中的矩形项
我发现了很多关于使用openCV等人在图像中找到"东西"的问题.在 Python中,但到目前为止,我一直无法将它们拼凑在一起,以便为我的问题提供可靠的解决方案. 我正在尝试使用计算 ...

使用OpenCV检测图像中的矩形

前言

矩形检测

使用OpenCV检测图像中的矩形相关推荐

最新文章

热门文章