Bagaimanakah OpenCV Boleh Dioptimumkan untuk Mengesan Tepat Empat Penjuru Helaian Kertas?

Mengesan Helaian Kertas (Pengesanan Persegi) Menggunakan OpenCV

Masalah Awal:

Seorang pembangun berjaya melaksanakan contoh pengesanan segi empat sama OpenCV, tetapi outputnya berselerak dengan yang tidak perlu kontur. Matlamatnya adalah untuk menapis keputusan untuk mendapatkan empat titik sudut helaian kertas untuk pemprosesan selanjutnya.

Penyelesaian Cadangan:

Coretan kod yang disediakan mengesan petak menggunakan berbilang tahap ambang dan menghapuskan potensi lubang antara segmen tepi menggunakan pelebaran. Walau bagaimanapun, ia tidak menapis kekacauan. Untuk menyelesaikan isu ini, ubah suai fungsi find_squares seperti berikut:

void find_squares(Mat&amp; image, vector<vector<Point> >&amp; squares)
{
    ... [code as before] ...

    // Filter out unnecessary contours and store the largest square
    vector<Point> largestSquare;
    double maxArea = 0;

    for (auto& square : squares)
    {
        double area = fabs(contourArea(Mat(square)));
        if (area > maxArea)
        {
            maxArea = area;
            largestSquare = square;
        }
    }

    squares.clear(); // Clear existing squares vector
    squares.push_back(largestSquare); // Store the largest square
}

Output Akhir:

Selepas menggunakan pengubahsuaian ini, petak vektor yang terhasil hanya akan mengandungi empat titik sudut helaian kertas yang dikesan sebagai segi empat sama terbesar dalam imej. Ini kemudiannya boleh digunakan pengurangan condong atau tugas pemprosesan imej selanjutnya.

Atas ialah kandungan terperinci Bagaimanakah OpenCV Boleh Dioptimumkan untuk Mengesan Tepat Empat Penjuru Helaian Kertas?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!