您现在的位置是:网站首页> 内容页

Java基于opencv—矫正图像

  • 永盈会指定官方网站
  • 2019-04-23
  • 470人已阅读
简介更多的时候,我们得到的图像不可能是正的,多少都会有一定的倾斜,就比如下面的我们要做的就是把它们变成下面这样的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

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

我们要做的就是把它们变成下面这样的

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

本项目的所有代码地址:https://github.com/YLDarren/opencvHandleImg

文章评论

Top