如何使用 OpenCV 检测纸张并提取角点
在本文中,我们将改进广泛使用的 OpenCV 方形检测过滤掉无关结果并从图像中检索一张纸的准确角点的示例。
原始内容OpenCV 示例无法有效滤除噪声,导致输出混乱且难以处理。为了解决这个问题,我们提出了一种修改后的实现:
void find_squares(Mat& image, vector<vector<Point> >& 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(&blurred, 1, &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); } } } } }
应用此改进的实现后,生成的正方形向量将包含检测到的最大正方形,代表纸张。要提取纸张的角点,请从正方形向量中识别面积最大的正方形。这个正方形的四个角点就是纸张所需的角点。
总之,我们增强的 OpenCV 实现通过消除误报和准确提取角点,实现了对纸张的可靠检测,使其成为图像处理应用程序的强大工具。
以上是如何使用OpenCV准确检测和提取一张纸的角点?的详细内容。更多信息请关注PHP中文网其他相关文章!