java - 如何在javacv中提取轮廓的宽度和高度？

Question

我正在使用 javacv 包 (Opencv) 开发组件识别项目。我使用一种方法将图像上的一组矩形返回为“CvSeq”我需要知道的是如何做以下事情

• 如何从方法输出(来自 CvSeq)中获取每个矩形？
• 如何获取矩形的长度和宽度？

这是返回矩形的方法

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 ){
                             cvSeqPush(squares, approx);
                         }
                    }
                }
                contours = contours.h_next();
            }
        contours = new CvContour();
    }
}
return squares;
}

这是我使用的示例原始图像

这是我在匹配的矩形周围画线后得到的图像

实际上，在上面的图像中，我想删除那些大矩形，只需要识别其他矩形，所以我需要一些代码示例来了解如何归档上述目标。请善待与我分享您的经验。谢谢 !

Answer 1

OpenCV 在黑色背景中寻找白色物体的轮廓。在你的情况下它是相反的，物体是黑色的。这样一来，即使图像边框也是一个对象。因此，为避免这种情况，只需反转图像，使背景为黑色。

下面我已经演示了它(使用 OpenCV-Python):

import numpy as np
import cv2

im = cv2.imread('sofsqr.png')
img = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)

ret,thresh = cv2.threshold(img,127,255,1)

请记住，我没有使用单独的函数进行反转，而是在阈值中使用了它。只需将阈值类型转换为 BINARY_INV(即“1”)即可。

现在你有一个图像如下:

现在我们找到轮廓。然后对于每个轮廓，我们对其进行近似，并通过查看近似轮廓的长度来检查它是否为矩形，对于矩形，该长度应为 4。

如果画出来，你会变成这样:

同时，我们还找到了每个轮廓的边界矩形。边界矩形的形状如下:[初始点 x，初始点 y，矩形宽度，矩形高度]

所以你得到了宽度和高度。

代码如下:

contours,hierarchy = cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)

for cnt in contours:
    approx = cv2.approxPolyDP(cnt,cv2.arcLength(cnt,True)*0.02,True)
    if len(approx)==4:
        cv2.drawContours(im,[approx],0,(0,0,255),2)
        x,y,w,h = cv2.boundingRect(cnt)

编辑:

经过一些评论，我明白了，这个问题的真正目的是避免大矩形并只选择较小的矩形。

可以使用我们获得的边界矩形值来完成。即，只选择那些长度小于阈值、宽度或面积的矩形。例如，在这张图片中，我取的面积应该小于 10000。(粗略估计)。如果它小于 10000，则应该选择它，我们用红色表示它，否则，错误的候选，用蓝色表示(只是为了可视化)。

for cnt in contours:
    approx = cv2.approxPolyDP(cnt,cv2.arcLength(cnt,True)*0.02,True)
    if len(approx)==4:
        x,y,w,h = cv2.boundingRect(approx)
        if w*h < 10000:
            cv2.drawContours(im,[approx],0,(0,0,255),-1)
        else:
            cv2.drawContours(im,[approx],0,(255,0,0),-1)

下面是我得到的输出:

如何获得该阈值？ :

这完全取决于您和您的应用程序。或者您可以通过试错法找到它。 (我这样做了)。

希望能解决您的问题。所有函数都是标准的 opencv 函数。所以我认为您不会发现转换为 JavaCV 有任何问题。