如何使用OpenCV準確偵測並提取一張紙的角點？

如何使用OpenCV 檢測紙張並提取角點

在本文中，我們將改進廣泛使用的OpenCV 方形檢測過濾掉無關結果並從影像中檢索一張紙的準確角點的範例。

原始內容OpenCV 範例無法有效濾除噪聲，導致輸出混亂且難以處理。為了解決這個問題，我們提出了一個修改後的實作：

void find_squares(Mat&amp; image, vector<vector<Point> >&amp; squares)
{
    // Blur the image for enhanced edge detection
    Mat blurred(image);
    medianBlur(image, blurred, 9);

    // Convert to grayscale
    Mat gray0(blurred.size(), CV_8U), gray;

    // Detect contours for each color plane in the image
    for (int c = 0; c < 3; c++)
    {
        // Isolate a single color plane
        int ch[] = {c, 0};
        mixChannels(&amp;blurred, 1, &amp;gray0, 1, ch, 1);

        // Iterate through multiple threshold levels
        const int threshold_level = 2;
        for (int l = 0; l < threshold_level; l++)
        {
            if (l == 0)
            {
                // Use Canny instead of zero threshold to improve detection
                Canny(gray0, gray, 10, 20, 3);
                dilate(gray, gray, Mat(), Point(-1, -1)); // Remove potential holes
            }
            else
            {
                gray = gray0 >= (l + 1) * 255 / threshold_level;
            }

            // Find contours for each threshold level
            vector<vector<Point> > contours;
            findContours(gray, contours, CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);

            // Test contours to identify valid squares
            vector<Point> 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
                    && abs(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);
                }
            }
        }
    }
}

應用此改進的實作後，產生的正方形向量將包含偵測到的最大正方形，代表紙張。若要擷取紙張的角點，請從正方形向量中辨識面積最大的正方形。這個正方形的四個角點就是紙張所需的角點。

總之，我們增強的 OpenCV 實作透過消除誤報和準確提取角點，實現了對紙張的可靠檢測，使其成為影像處理應用程式的強大工具。

以上是如何使用OpenCV準確偵測並提取一張紙的角點？的詳細內容。更多資訊請關注PHP中文網其他相關文章！