這篇文章將為大家詳細講解有關(guān)opencv3.0識別并提取圖形中的矩形的方法是什么，文章內(nèi)容質(zhì)量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關(guān)知識有一定的了解。

按需求定制制作可以根據(jù)自己的需求進行定制，做網(wǎng)站、網(wǎng)站建設構(gòu)思過程中功能建設理應排到主要部位公司做網(wǎng)站、網(wǎng)站建設的運用實際效果公司網(wǎng)站制作網(wǎng)站建立與制做的實際意義

利用opencv來識別圖片中的矩形。

其中遇到的問題主要是識別輪廓時矩形內(nèi)部的形狀導致輪廓不閉合。

1. 對輸入灰度圖片進行高斯濾波2. 做灰度直方圖，提取閾值，做二值化處理3. 提取圖片輪廓4. 識別圖片中的矩形5. 提取圖片中的矩形

1.對輸入灰度圖片進行高斯濾波

cv::Mat src = cv::imread("F:\\t13.bmp",CV_BGR2GRAY);  cv::Mat hsv;  GaussianBlur(src,hsv,cv::Size(5,5),0,0);

2.做灰度直方圖，提取閾值，做二值化處理

由于給定圖片，背景是黑色，矩形背景色為灰色，矩形中有些其他形狀為白色，可以參考為：提取輪廓時，矩形外部輪廓并未閉合。因此，我們需要對整幅圖做灰度直方圖，找到閾值，進行二值化

處理。即令像素值（黑色）小于閾值的，設置為0（純黑色）；令像素值（灰色和白色）大于閾值的，設

置為255（白色）

// Quantize the gray scale to 30 levels int gbins = 16; int histSize[] = {gbins};   

// gray scale varies from 0 to 256 float granges[] = {0,256}; 

const float* ranges[] = { granges }; cv::MatND hist; 

// we compute the histogram from the 0-th and 1-st channels int channels[] = {0};  

//calculate hist calcHist( &hsv, 1, channels, cv::Mat(), 

// do not use mask       hist, 1, histSize, ranges,       true, 

// the histogram is uniform       false ); 

//find the max value of hist double maxVal=0; 

minMaxLoc(hist, 0, &maxVal, 0, 0);  int scale = 20; 

cv:Mat histImg; 

histImg.create(500,gbins*scale,CV_8UC3);  

//show gray scale of hist image for(int g=0;g<gbins;g++){   

float binVal = hist.at<float>(g,0);   

int intensity = cvRound(binVal*255);   

rectangle( histImg, cv::Point(g*scale,0),             

cv::Point((g+1)*scale - 1,binVal/maxVal*400),             CV_RGB(0,0,0),             CV_FILLED ); } cv::imshow("histImg",histImg);  

//threshold processing cv::Mat hsvRe; 

threshold( hsv, hsvRe, 64, 255,cv::THRESH_BINARY);

3.提取圖片輪廓

為了識別圖片中的矩形，在識別之前還需要提取圖片的輪廓。在經(jīng)過濾波、二值化處理后，輪廓提取后的效果比未提取前的效果要好很多。

4.識別矩形

識別矩形的條件為：圖片中識別的輪廓是一個凸邊形、有四個頂角、所有頂角的角度都為90度。

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 &&     fabs(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);

   } }

關(guān)于opencv3.0識別并提取圖形中的矩形的方法是什么就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。

當前題目：opencv3.0識別并提取圖形中的矩形的方法是什么
當前路徑：http://aaarwkj.com/article20/jjgpjo.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站設計公司、建站公司、定制網(wǎng)站、微信公眾號、電子商務、Google

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)