更多的时候,我们得到的图像不可能是正的,多少都会有一定的倾斜,就比如下面的
Java基于opencv—矫正图像
我们要做的就是把它们变成下面这样的
Java基于opencv—矫正图像
我们采用的是寻找轮廓的思路,来矫正图片;只要有明显的轮廓都可以采用这种思路
具体思路:
1、先用opencv提供的canny函数,进行一次边缘检测
2、再用opencv提供的findContours函数,寻找图像的轮廓,从中间结果种,找到最大的轮廓,就是我们图像的最外面的轮廓
3、得到最终轮廓后,计算矩形轮廓与水平的夹角,然后旋转图像
4、最后我们在从旋转后的图像中,把我们感兴趣的切割出来,就可以了
我们实际的实现一下
先用opencv提供的canny函数,进行一次边缘检测;具体的函数就不再讲解,百度上非常多
/** * canny算法,边缘检测 * * @param src * @return */ public static Mat canny(Mat src) { Mat mat = src.clone(); Imgproc.Canny(src, mat, 60, 200); HandleImgUtils.saveImg(mat , "C:/Users/admin/Desktop/opencv/open/x/canny.jpg"); return mat; }
再用opencv提供的findContours函数,寻找图像的轮廓,从中间结果种,找到最大的轮廓,就是我们图像的最外面的轮廓
/** * 返回边缘检测之后的最大矩形,并返回 * * @param cannyMat * Canny之后的mat矩阵 * @return */ public static RotatedRect findMaxRect(Mat cannyMat) { List<MatOfPoint> contours = new ArrayList<MatOfPoint>(); Mat hierarchy = new Mat(); // 寻找轮廓 Imgproc.findContours(cannyMat, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_NONE, new Point(0, 0)); // 找出匹配到的最大轮廓 double area = Imgproc.boundingRect(contours.get(0)).area(); int index = 0; // 找出匹配到的最大轮廓 for (int i = 0; i < contours.size(); i++) { double tempArea = Imgproc.boundingRect(contours.get(i)).area(); if (tempArea > area) { area = tempArea; index = i; } } MatOfPoint2f matOfPoint2f = new MatOfPoint2f(contours.get(index).toArray()); RotatedRect rect = Imgproc.minAreaRect(matOfPoint2f); return rect; }
得到最终轮廓后,计算矩形轮廓与水平的夹角,然后旋转图像
/** * 旋转矩形 * * @param src * mat矩阵 * @param rect * 矩形 * @return */ public static Mat rotation(Mat cannyMat, RotatedRect rect) { // 获取矩形的四个顶点 Point[] rectPoint = new Point[4]; rect.points(rectPoint); double angle = rect.angle + 90; Point center = rect.center; Mat CorrectImg = new Mat(cannyMat.size(), cannyMat.type()); cannyMat.copyTo(CorrectImg); // 得到旋转矩阵算子 Mat matrix = Imgproc.getRotationMatrix2D(center, angle, 0.8); Imgproc.warpAffine(CorrectImg, CorrectImg, matrix, CorrectImg.size(), 1, 0, new Scalar(0, 0, 0)); return CorrectImg; }
最后我们在从旋转后的图像中,把我们感兴趣的切割出来,就可以了
/** * 把矫正后的图像切割出来 * * @param correctMat * 图像矫正后的Mat矩阵 */ public static void cutRect(Mat correctMat , Mat nativeCorrectMat) { // 获取最大矩形 RotatedRect rect = findMaxRect(correctMat); Point[] rectPoint = new Point[4]; rect.points(rectPoint); int startLeft = (int)Math.abs(rectPoint[0].x); int startUp = (int)Math.abs(rectPoint[0].y < rectPoint[1].y ? rectPoint[0].y : rectPoint[1].y); int width = (int)Math.abs(rectPoint[2].x - rectPoint[0].x); int height = (int)Math.abs(rectPoint[1].y - rectPoint[0].y); System.out.println("startLeft = " + startLeft); System.out.println("startUp = " + startUp); System.out.println("width = " + width); System.out.println("height = " + height); for(Point p : rectPoint) { System.out.println(p.x + " , " + p.y); } Mat temp = new Mat(nativeCorrectMat , new Rect(startLeft , startUp , width , height )); Mat t = new Mat(); temp.copyTo(t); HandleImgUtils.saveImg(t , "C:/Users/admin/Desktop/opencv/open/x/cutRect.jpg"); }
整合整个过程
/** * 矫正图像 * * @param src * @return */ public static void correct(Mat src) { // Canny Mat cannyMat = canny(src); // 获取最大矩形 RotatedRect rect = findMaxRect(cannyMat); // 旋转矩形 Mat CorrectImg = rotation(cannyMat , rect); Mat NativeCorrectImg = rotation(src , rect); //裁剪矩形 cutRect(CorrectImg , NativeCorrectImg); HandleImgUtils.saveImg(src, "C:/Users/admin/Desktop/opencv/open/x/srcImg.jpg"); HandleImgUtils.saveImg(CorrectImg, "C:/Users/admin/Desktop/opencv/open/x/correct.jpg"); }
测试代码
/** * 测试矫正图像 */ public void testCorrect() { System.loadLibrary(Core.NATIVE_LIBRARY_NAME); Mat src = HandleImgUtils.matFactory("C:/Users/admin/Desktop/opencv/open/x/x7.jpg"); HandleImgUtils.correct(src); }
Java方面opencv的例子还是蛮少的,代码都是自己参考博客写的,照顾不周的地方,请见谅
作者:奇迹迪
链接:https://www.jianshu.com/p/9eb9d6f6f837
点击查看更多内容
为 TA 点赞
评论
共同学习,写下你的评论
评论加载中...
作者其他优质文章
正在加载中
感谢您的支持,我会继续努力的~
扫码打赏,你说多少就多少
赞赏金额会直接到老师账户
支付方式
打开微信扫一扫,即可进行扫码打赏哦