如何使用opencv或javacv来识别多边形?

我正在做一个项目,使用图像处理技术来识别不同的对象及其长度。 我经历了javaCV和OpenCV中的很多例子。 但不幸的是我无法确定T形的多边形。

我尝试使用下面的矩形识别方法,但我失败了。

public static CvSeq findSquares( final IplImage src,  CvMemStorage storage)
{

CvSeq squares = new CvContour();
squares = cvCreateSeq(0, sizeof(CvContour.class), sizeof(CvSeq.class), storage);

IplImage pyr = null, timg = null, gray = null, tgray;
timg = cvCloneImage(src);

CvSize sz = cvSize(src.width() & -2, src.height() & -2);
tgray = cvCreateImage(sz, src.depth(), 1);
gray = cvCreateImage(sz, src.depth(), 1);
pyr = cvCreateImage(cvSize(sz.width()/2, sz.height()/2), src.depth(), src.nChannels());

// down-scale and upscale the image to filter out the noise
cvPyrDown(timg, pyr, CV_GAUSSIAN_5x5);
cvPyrUp(pyr, timg, CV_GAUSSIAN_5x5);
cvSaveImage("ha.jpg",   timg);
CvSeq contours = new CvContour();
// request closing of the application when the image window is closed
// show image on window
// find squares in every color plane of the image
for( int c = 0; c < 3; c++ )
{
    IplImage channels[] = {cvCreateImage(sz, 8, 1), cvCreateImage(sz, 8, 1), cvCreateImage(sz, 8, 1)};
    channels[c] = cvCreateImage(sz, 8, 1);
    if(src.nChannels() > 1){
        cvSplit(timg, channels[0], channels[1], channels[2], null);
    }else{
        tgray = cvCloneImage(timg);
    }
    tgray = channels[c];
    // try several threshold levels
    for( int l = 0; l < N; l++ )
    {
    //             hack: use Canny instead of zero threshold level.
    //             Canny helps to catch squares with gradient shading
        if( l == 0 )
        {
    //                apply Canny. Take the upper threshold from slider
    //                and set the lower to 0 (which forces edges merging)
                      cvCanny(tgray, gray, 0, thresh, 5);
    //                 dilate canny output to remove potential
    //                // holes between edge segments
                      cvDilate(gray, gray, null, 1);
                 }
          else
        {
    //                apply threshold if l!=0:
                      cvThreshold(tgray, gray, (l+1)*255/N, 255, CV_THRESH_BINARY);
          }
        //            find contours and store them all as a list
                      cvFindContours(gray, storage, contours, sizeof(CvContour.class), CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);

                      CvSeq approx;

        //            test each contour
                      while (contours != null && !contours.isNull()) {
                      if (contours.elem_size() > 0) {
                           approx = cvApproxPoly(contours, Loader.sizeof(CvContour.class),storage, CV_POLY_APPROX_DP, cvContourPerimeter(contours)*0.02, 0);
                    if( approx.total() == 4
                            &&
                            Math.abs(cvContourArea(approx, CV_WHOLE_SEQ, 0)) > 1000 &&
                        cvCheckContourConvexity(approx) != 0
                        ){
                        double maxCosine = 0;
                        //
                        for( int j = 2; j < 5; j++ )
                        {
            // find the maximum cosine of the angle between joint edges
                                                double cosine = Math.abs(angle(new CvPoint(cvGetSeqElem(approx, j%4)), new CvPoint(cvGetSeqElem(approx, j-2)), new CvPoint(cvGetSeqElem(approx, j-1))));
                                                maxCosine = Math.max(maxCosine, cosine);
                         }
                         if( maxCosine < 0.2 ){
                                 CvRect x=cvBoundingRect(approx, l);
                                 if((x.width()*x.height())<5000 ){
                                     System.out.println("Width : "+x.width()+" Height : "+x.height());
                             cvSeqPush(squares, approx);
                                     //System.out.println(x);
                                 }
                         }
                    }
                }
                contours = contours.h_next();
            }
        contours = new CvContour();
    }
}
return squares;
}

请帮助我修改此方法以从图像中识别T形状。 输入图像是这样的。

在这里输入图像描述

这是我必须识别的T形

在这里输入图像描述


我找到了解决问题的办法:

  • 将图像转换为灰度:
  • 做一个门槛(转换为1位图片):
  • 找到轮廓并填充它们:
  • 提示:填充OpenCV中的轮廓使用-1作为drawContours函数中的thickness参数。

  • 用相同的内核做一个扩张和这个侵蚀之后:
  • 就是这样! 之后,在图像上找到T形图并不是问题!

    不幸的是,我不知道JavaCV,但我可以与你分享c ++代码:

    Mat src = imread("in.jpg"), gray;
    
    cvtColor(src, gray, CV_BGR2GRAY);
    
    threshold(gray, gray, 230, 255, THRESH_BINARY_INV);
    
    vector<Vec4i> hierarchy;
    vector<vector<Point> > contours;
    
    findContours(gray, contours, hierarchy, CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);
    
    gray = Scalar::all(255);
    for (size_t i=0; i<contours.size(); i++)
    {
        drawContours(gray, contours, i, Scalar(0), -1);
    }
    
    Mat element = getStructuringElement(MORPH_RECT, Size(2, 2), Point(1, 1));
    dilate(gray, gray, element);
    erode(gray, gray, element);
    
    imshow("window", gray);
    

    提示:如果你想要,你可以将这段代码转换成JavaCV。 为此请阅读本教程。


    您可能会更好地找到轮廓并使用CvApproxPoly() 。 你可以找到一个很好的例子来说明如何使用这个函数在这里找到矩形并使它适应你的T形状。 这个例子使用OpenCV创建并用c ++编写。

    要按顺序遍历所有点:

    for (int i = 0; i < cornerPoints->total; i++) {
     CvPoint *cornerPoints = (CvPoint*) cvGetSeqElem(cornerPoints, i);
    }
    

    听起来像家庭作业

    @Astor带来的预处理绝对有帮助。 但我仍然认为这种形状识别与图像处理:形态学密切相关

    你可以准备一个T形的模板,然后“卷积?” 具有预处理结果的模板。 我不记得更多的细节,只是对TAG形态和卷积进行了调查

    链接地址: http://www.djcxy.com/p/63809.html

    上一篇: How to identify polygon using opencv or javacv?

    下一篇: Selecting rows order by another table row